CN108701269B - 生产设施经营优化装置 - Google Patents
生产设施经营优化装置 Download PDFInfo
- Publication number
- CN108701269B CN108701269B CN201780013533.5A CN201780013533A CN108701269B CN 108701269 B CN108701269 B CN 108701269B CN 201780013533 A CN201780013533 A CN 201780013533A CN 108701269 B CN108701269 B CN 108701269B
- Authority
- CN
- China
- Prior art keywords
- unit
- production facility
- maintenance
- operating state
- candidates
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 52
- 238000012423 maintenance Methods 0.000 claims abstract description 73
- 230000005856 abnormality Effects 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 239000002994 raw material Substances 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 15
- 238000011234 economic evaluation Methods 0.000 claims description 13
- 239000003208 petroleum Substances 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 description 16
- 238000004821 distillation Methods 0.000 description 15
- 238000000034 method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000003921 oil Substances 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 239000010779 crude oil Substances 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 239000003350 kerosene Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000005292 vacuum distillation Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010000 carbonizing Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- -1 naphtha Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明的生产设施经营优化装置(1)的特征在于,根据生产设施的运转条件(X),以时间序列模拟地制作包含生产设施的测定值、产品的生产量以及原材料的消耗量的运转状态(Y),根据制作出的运转状态检测异常,并确定与检测出的异常相对应的维护(M),根据确定出的维护来修正运转条件,制作修正后的运转条件的多个候选,并根据修正后的运转条件的多个候选,以时间序列模拟地制作修正后的运转状态的多个候选,根据修正前后的运转状态的多个候选中的产品的生产量以及原材料的消耗量、以及单价(P),针对运转状态以及修正后的运转状态的多个候选来分别制作经营指标(Z),并从修正后的运转条件的多个候选中确定优化经营指标的候选。
Description
技术领域
本发明涉及生产设施经营优化装置。
背景技术
预计未来对与石油及气体的生产以及精炼、以及化学品的生产有关的领域的需求将继续增长。然而,近年的石油价格下跌等市场情况持续波动,很难管理这样的领域的工厂的经营。进一步而言,根据工厂的不同,还存在伴随设施的老化的设施的维护或更新、安全意识的提高、伴随人员的高龄化的制造知识的传承等的问题。对于工厂的经营者,需要以像这样的问题为背景来提高经营效率。
近年,为了解决像这样的问题,提出有效地利用工厂的运转数据并检测工厂的异常的工厂控制技术。这些工厂控制技术中的多数都应用了IoT(Intemet of Things:物联网)等的技术。
专利文献1的异常诊断装置将工厂的测量数据作为样本来获取,并分类为多个正常类别以及多个异常类别。然后,异常诊断装置在将从诊断对象的工厂获取到的测量数据分类为所述任意类别时,考虑每个类别出现次数,提高诊断精度。
专利文献2的燃料化支援装置计算在使有机资源(食品工厂废料等)碳化时所需的电力量、燃料量、药品量等,并计算这些的成本。
专利文献3的设备维护计划装置在制作构成工厂的较多的部件的维护计划时,还考虑部件间的相关性。因此,例如能够通过同时维护处于相同的位置关系、相同的故障周期的部件来削减维护成本。
现有技术文献
专利文献
专利文献1:日本特开2010-237893号公报
专利文献2:日本特开2008-146306号公报
专利文献3:日本特开2007-183929号公报
发明内容
发明要解决的课题
在工厂经营中,重要的是能够按照情况来比较现场级别的维护的内容以及其对经营整体的影响。因此,例如,可以进行中断不必要的维护来增加利润、通过所增加的利润的一部分来重新进行真正需要的维护等的、现场经/营级别成为一体的判断。
专利文献1的异常诊断装置以现场的维护负责人发现工厂的异常为前提,并不是以针对该异常的维护对工厂的经营带来怎样的影响为目的。
专利文献2的燃料化支援装置对成本的计算起到一定的效果,但是缺乏将边注意工厂的异常边进行维护与这样做的成本相关联起来进行考虑的想法。
专利文献3的设备维护计划装置并不会使维护计划的内容与成本的因果关系容易理解。
因此,本发明的目的在于,在运营工厂等的生产设施时,现场以及经营层整体地判断经济性。
用于解决课题的手段
本发明的生产设施经营优化装置的特征在于,具备:存储部,其存储由生产设施所生产的产品以及生产设施所消耗的原材料的单价;仿真部,其根据生产设施的运转条件,以时间序列模拟地制作包含生产设施的测定值、产品的生产量以及原材料的消耗量的运转状态;诊断部,其根据制作出的运转状态来检测异常;维护提出部,其确定与检测出的异常相对应的维护,并根据确定出的维护来修正所述运转条件,并制作修正后的运转条件的多个候选;再仿真部,其根据修正后的运转条件的多个候选,以时间序列模拟地制作包含生产设施的测定值、产品的生产量以及原材料的消耗量的修正后的运转状态的多个候选;经济性评价部,其根据运转状态中的产品的生产量以及原材料的消耗量、所述修正后的运转状态的多个候选中的产品的生产量以及原材料的消耗量、以及单价,针对运转状态以及修正后的运转状态的多个候选分别制作经营指标;以及经济性优化部,其从修正后的运转条件的多个候选中确定优化经营指标的候选。
针对其他的单元,在用于实施发明的方式中进行说明。
发明效果
根据本发明,在运营工厂等的生产设施时,现场以及经营层可以整体地判断经济性。
附图说明
图1是石油精炼厂的示意图。
图2是说明自适应共振理论中的n维空间的图。
图3是运转条件、运转状态以及经营指标的具体例。
图4是运转条件、维护、运转状态以及经营指标的具体例。
图5是说明生产设施经营优化装置的结构的图。
图6是说明控制画面的图。
图7是处理过程的流程图。
图8是表示运转状态的一部分的曲线图。
图9是表示运转状态的一部分的曲线图。
图10是类别转变的一个例子。
图11是类别转变的一个例子。
图12的(a)以及(b)是被曲线图化的经营指标。
图13是表示经营指标之间的差异的曲线图。
图14的(a)以及(b)是不诊断运转状态时的运转状态的一部分的例子。
图15是诊断运转状态时的类别转变的一个例子。
图16的(a)以及(b)是诊断运转状态时的运转状态的一部分的例子。
具体实施方式
以下,一边参照附图等一边详细地说明用于实施本发明的方式(称为“本实施方式”)。在本实施方式中说明的例子是石油精炼厂的例子。然而,本发明并不限定于石油精炼厂,也可以应用于化学工厂、电力工厂、水处理工厂以及医药品制造工厂等。进一步而言,无论名称中是否带有“工厂”,都可以在通常生产包含电力的产品的设施中应用本发明。
(石油精炼厂)
按照图1来说明石油精炼厂51的示意图。该示意图也是说明原材料、产品的流程的图。石油精炼厂51概括来讲是将原油52作为原料来生产石油产品53的大规模生产设施。石油产品53被分为气体与液体,并且液体根据其沸点的不同,分为石脑油、煤油、轻油、重油等。
原材料即原油52在通过热交换器54进行预热的基础上,被加热炉55加热。向加热炉55供给加热用的燃料56。离开加热炉55的原油在预闪蒸塔57中去除轻质的气体成分之后,被送至常压蒸馏塔58。针对常压蒸馏塔58供给水蒸气59。在常压蒸馏塔58中,原油被分离为气体、石脑油、煤油、轻油等以及残渣。这里面的残渣在被热交换器60以及加热炉61预热的基础上,送至减压蒸馏塔62。剩余部分中的一部分被送至蒸汽汽提塔63,并去除轻质成分、无机成分。针对蒸汽汽提塔63供给水蒸气59。残渣通过减压蒸馏塔62进一步去除轻质成分,并精炼有焦炭以及沥青。另外,重质成分(焦炭以及沥青)在重整装置64中被轻质化。精炼出的各产品在氢精制装置65中经过加氢脱硫等工序并进行储存。
在构成石油精炼厂的设备以及管道等的大多数位置设置传感器(未图示)。传感器测量穿过内部的气体或者液体的温度、压力、每单位时间的流量等。传感器也测量设备本身的温度。例如,在常压蒸馏塔58的内部,沿着流体的流动方向,排列着多个分隔状的“段”。在这些段中分别设置有温度传感器。
(术语等)
运转条件是指针对构成工厂的设备等的设定值。根据设备等的种类,存在各种各样的运转条件。例如“消耗的原油的每单位时间的体积”、“紧邻常压蒸馏塔的下游的加热炉的温度”、“供给到常压蒸馏塔的水蒸气的压力”等的项目可以成为运转条件。然后,可以通过时间序列(每个时间点)来表示各个项目。因此,通常可以说运转条件是“以项目为行,以时间点为列的矩阵(X)”,实际上可以说运转条件是“工厂的使用方法本身”。
运转状态是设置在工厂的设备、管道等的传感器所测量的测量值。根据设备等的种类,存在各种各样的运转状态。例如“常压蒸馏塔下第一段的温度”、“预闪蒸塔的温度”、“生产的石脑油的质量”、“消耗的电力量”等的项目可以成为运转状态。然后,各个项目可以通过时间序列(每个时间点)来表示。因此,通常可以说运转状态是“以项目为行,以时间点为列的矩阵(Y)”,实际上可以说运转状态是“工厂的动作本身”。
经营指标是指与原材料供应、产品销售、财务等有关的钱款的指标。即使工厂的种类多样,大部分的经营指标也是共通的。例如,“收入”、“支出”、“利润”、“累计利润”等的项目可以成为经营指标。然后,各个项目可以通过时间序列(每个时间点)来表示。因此,通常可以说经营指标是“以项目为行,以时间点为列的矩阵(Z)”,实际上可以说经营指标是“工厂的经济性本身”。
(运转条件、运转状态以及经营指标的关系)
如果确定了运转条件X,则也确定了运转状态Y。现在,将这种关系表达为函数“Y=f1(X)”。如果运转状态Y确定,且确定产品、消耗电力、原材料等的单价,则也确定了经营指标Z。单价是“以产品、消耗电力、原材料等的种类为行,以时间点为列的矩阵(P)”。单价P的各要素是该产品等的该时间点的单价。
现在,将这种关系表达为函数“Z=f2(Y,P)”。顺便提及,如果消除“f1”以及“f2”的“Y”,则可以导出“Z=F(X,P)”。也就是说,“F”是“f1”与“f2”的复合函数。“Z=F(X,P)”简单来说,表示“如果确定工厂的使用方法以及单价,则确定工厂的经济性”。
(仿真)
本实施方式的生产设施经营优化装置(以下,有时简称为“本装置”)能够将用户设定出的运转条件X作为输入来模拟地输出运转状态Y。也就是说,本装置能够使用函数“Y=f1(X)”。另外,本装置不用等待用户特意设定运转条件X,就能够自动地生成运转条件X,并将生成出的运转条件X输入来模拟地输出运转状态Y。
(经济性评价)
本装置能够将运转状态Y以及单价P作为输入来输出经营指标Z。也就是说,本装置能够使用函数“Z=f2(Y,P)”。
(异常诊断)
本装置使用自适应共振理论(Adaptive Resonance Theory:ART),能够将运转状态Y分为多个类别。由于可以在类别中关联“正常”或者“异常”,因此本装置能够检测运转状态Y的异常。具体而言,本装置能够进行以下处理。
(#1:样本的收集)
本装置收集多个运转状态Y的样本。该样本是已知工厂是“正常”或者“异常”的情况下的运转状态Y的集合。
(#2:样本的分类)
设运转状态Y是n行×m列的矩阵。也就是说,运转状态Y具有m个时间点的n维元素。本装置通过假设n维空间,并将n个元素的值分配给该空间的各坐标轴,在空间内点出m个点。图2是表示在此说明的n维空间是3维空间时的例子的图。然后,例如当发生“常压蒸馏塔的溢流”的异常时的多个点集中在空间内的某个位置。作为其他的例子,当发生“常压蒸馏塔的渗漏”的异常时的多个点集中在空间内的其他的某个位置。当然,即使针对工厂为正常时的点,例如使用工厂的季节是相同的、工厂的使用者是相同的相互的点等也会聚集在接近的位置。
因此,本装置按照相互距离较近的来分组m个点。组的数量没有特别限制,但是每个组对应“异常1”、“异常2、”、“异常3、”、......、“正常1”、“正常2”、“正常3”、......的任意类别。各类别形成n维空间内的“球”。本装置如果能够确定该类别,则能够像“类别异常1=常压蒸馏塔的溢流”那样,检测异常的具体的内容。
(#3:诊断)
此时,设存在成为诊断对象的多个运转状态Y。诊断对象的运转状态Y可以是实际上获取到工厂运行的结果的运转状态(实际数据),也可以是本装置仿真出的结果(模拟数据)。本装置在所述的空间内点出表示诊断对象的运转状态Y的点,并对含有所点出的点的类别(球)进行确定。如果成为诊断对象的多个运转状态Y也设为是n行×m列的矩阵,则按照m个时间点进行确定。
(运转条件、运转状态以及经营指标的具体例)
按照图3来说明运转条件X、运转状态Y以及经营指标Z的具体例。图3的横轴是时间点。越向图3的右侧越表示较晚的时间点。运转条件X的各行是所述的运转条件X的项目。纵轴与横轴的交点的单元存储着针对构成工厂的设备等的设定值。各单元的设定值当然是不同的,但是在这里以“··”来省略地表示该设定值。
运转状态Y的各行是所述的运转状态Y的项目。在纵轴与横轴的交点的单元中存储着设置在工厂的设备、管道等中的传感器所测量的测量值。各单元的测量值当然不同,但是在这里以“··”来省略地表示该设定值。此外,在这里的“··”的值如上所述,是本装置根据运转状态X中的“··”仿真出的结果。在此意义上,运转状态Y的“··”虽然是“测量值”但也是虚拟的值。
经营指标Z的各行是所述的经营指标Z的项目。在纵轴与横轴的交点的单元中存储着与原材料供应、产品销售、财务等有关的钱款的指标的值。各单元的值当然不同,但是在这里以“··”来省略地表示该值。此外,在这里的“··”的值如上所述,是本装置根据运转状态Y以及单价P计算出的结果。
按照图4来说明运转条件X、维护M、运转状态Y以及经营指标Z的具体例。图4与图3相比的不同之处在于,在图4中存在维护M。“X”、“Y”以及“Z”的后缀“d”具有“随着执行维护而重新考虑”的意思(稍后详述)。维护M也是矩阵,横轴是时间点。纵轴是针对工厂的特定的维护。然后,在纵轴与横轴的交点的单元中的某一个中存储着“执行”的字符串。该“执行”表示在该时间点进行该维护。
参照图3以及图4。本装置根据图3的运转状态Y,检测工厂的正常、异常,并输出诊断结果。此时,设本装置例如针对时间点“t2”检测出类别“异常1”,并针对时间点“t4”检测出类别“异常2”(针对其他的时间点检测出类别“正常○”)。本装置在辅助存储装置15中具备“异常/维护对应表”(未图示),该“异常/维护对应表”中,与异常的类别相关联地存储与该异常相对应的维护。本装置将“异常1”作为检索关键字来检索异常/维护对应表,并获取所对应的维护,将“异常2”作为检索关键字来检索异常/维护对应表,并获取所对应的维护。此时获取到的维护是图4的维护M。
本装置与维护M的“执行”71(图4)相对应修正运转条件X(图3)的一部分(预闪蒸塔相关)。也就是说,本装置存储该维护后的假定值。其结果,运转条件Xd(图4)的时间点t4以后的一部分值从“··”变为“**”。另外,与维护M的“执行”72(图4)相对应,修正运转条件X(图3)的一部分(常压蒸馏塔相关)。其结果,运转条件Xd(图4)的时间点t2以后的一部分值从“··”变为“**”。
接着,本装置根据运转条件Xd来仿真运转状态Yd。在仿真结果即运转状态Yd(图4)中,与运转状态Y(图3)相比,一部分值从“··”变为“##”或者“b b”。
之后,本装置根据运转状态Yd以及单价P来计算经营指标Zd。其结果,在经营指标Zd(图4)中,与经营指标Z(图3)相比,时间点t2以后的值从“··”变为“***”。
(生产设施经营优化装置)
按照图5来说明生产设施经营优化装置1的结构。生产设施经营优化装置1是通常的计算机,并具有中央控制装置11、键盘等输入装置12、显示器等输出装置13、主存储装置14以及辅助存储装置15。这些装置由总线相互连接。辅助存储装置15保存运转条件X、运转状态Y、经营指标Z以及单价P。主存储装置14中的仿真部21、诊断部22、维护提出部23、再仿真部24、经济性评价部25以及经济性优化部26是程序。以下,当以“○○部是”为主体进行描述时,设为中央控制装置11从辅助存储装置15读出各程序,并在加载到主存储装置14的基础上,实现各程序的功能(稍后详述)。
(控制画面)
按照图6来说明控制画面。控制画面31是显示在生产设施经营优化装置1的输出装置13中的画面。控制画面31中的工厂结构画面32示意性地显示工厂的结构。曲线图画面33例如显示运转状态Y中的温度值等的通过时间序列的曲线图来适当地表示的数据。柱状图画面34例如显示运转状态Y中的产品的生产等的通过时间序列的柱状图来适当地表示数据。诊断画面35显示类别转变(稍后详述)。维护画面36通过字符串来显示所述的维护M的内容。经济性画面37通过曲线图来显示经营指标Z。图标、按钮栏38是显示用户在描绘工厂结构时的样品的图形、用户在操作本装置时按下的按钮等的区域。
(处理过程)
按照图7来说明处理过程。在适当的时间说明图8~图16。
在步骤S101中,仿真部21制作运转条件X。仿真部21制作运转条件X的方法是以下方法的任意方法。
(1)仿真部21例如接收用户经由输入装置12输入像图3的运转条件X那样的矩阵。
(2)仿真部21从辅助存储装置15读出过去的运转条件X。此外,假设过去的实际的运转条件X被存储在辅助存储装置15中。
(3)仿真部21自动地制作虚拟的运转条件X。此时,仿真部21可以根据随机生成的随机数来制作运转条件X的值的全部或者一部分。仿真部21还可以根据预定的方案(运转时间节省方案、原材料节省方案、夜间倾斜运转方案、冬季倾斜运转方案等)来制作多个运转条件X。
在步骤S102中,仿真部21对运转状态Y进行仿真。具体而言,第1,仿真部21根据在步骤S101中制作出的运转条件X来制作运转状态Y。
第2,仿真部21在输出装置13中显示仿真的结果即运转状态Y。此时,仿真部21例如可以显示像图3的运转状态Y那样的矩阵,也可以在控制画面31的曲线图画面33中曲线图状地显示运转状态Y中的预定的一部分。此时所显示的图表的例子是图8以及图9。图8以及图9的横轴是时间点,纵轴是常压蒸馏塔的各段的温度。根据在步骤S101中制作出的运转条件X而存在常压蒸馏塔的各段的温度稳定或者以某一周期进行变动但平均水平稳定(图8)的情况,还存在常压蒸馏塔的某段的温度有下降倾向(图9)的情况。
在步骤S103中,诊断部22根据运转状态Y来检测异常。具体而言,第1,诊断部22在所述的n维空间内点出表示步骤S102的“第1”中仿真出的结果即运转状态Y的点,并按照时间点来确定包含该点的类别(球)。当确定出的类别是“异常○”时,诊断部22检测出异常。
第2,诊断部22在输出装置13中显示确定出的类别。此时,诊断部22可以在控制画面31的诊断画面35中,像图10以及图11那样,图表化地显示类别转变。
图10以及图11的横轴是时间点,纵轴的“0”、“1”、......、“7”是n维空间内的类别(球)的编号,并分别表示“正常0”、“正常1”、......、“正常7”。纵轴的“8”、“9”、“10”以及“11”分别表示“异常8”、“异常9”、“异常10”以及“异常11”。图10的类别转变对应于图8,周期性地显示正常的类别。图11的类别转变对应于图9,最初,显示正常的类别,但是之后,开始出现异常的类别,最终,已经不再出现正常的类别。
在步骤S104中,维护提出部23提出维护。具体而言,第1,维护提出部23将在步骤S103的“第1”中确定出的类别“异常○”作为检索关键字来检索异常/维护对应表,并确定对应的维护。由此,例如确定像图4的维护M那样的维护。
第2,维护提出部23对于在运转条件X中与步骤S104的“第1”中确定出的维护相对应的部分进行修正,并设为运转条件Xd。
第3,维护提出部23在输出装置13中显示维护M以及运转条件Xd。所述的异常/维护对应表是针对1个异常而对应多个维护的形式,设为维护提出部23制作并显示多个运转条件Xd的候选。
在步骤S105中,再仿真部24对进行了维护的情况下的运转状态Yd进行仿真。具体而言,第1,再仿真部24根据在步骤S104的“第2”中制作出的运转条件Xd,来制作运转状态Yd。此外,再仿真部24制作多个运转状态Yd的候选。
第2,再仿真部24在输出装置13中显示仿真出的运转状态Yd的多个候选。
在步骤S106中,经济性评价部25制作经营指标Z。具体而言,第1,经济性评价部25根据在步骤S102的“第1”中仿真出的运转状态Y以及单价P,来制作经营指标Z。
第2,经济性评价部25根据在步骤S105的“第1”中仿真出的运转状态Yd以及单价P,来制作经营指标Zd。此外,经济性评价部25制作多个经营指标Zd的候选。
第3,经济性评价部25将在步骤S106的“第1”中制作出的经营指标Z以及在步骤S106的“第2”中制作出的经营指标Zd的多个候选作为控制画面31的经济性画面37显示在输出装置13中。此时,经济性评价部25以能够对比的方式来显示经营指标Z以及经营指标Zd的多个候选。并且,经济性评价部25还可以以能够对比的方式来显示成为经营指标Z的基础的运转条件X以及成为经营指标Zd的多个候选的基础的运转条件Xd的多个候选。经济性评价部25可以如图12(a)所示,图表化地显示经营指标Zd,也可以如图12(b)所示,图表化地显示经营指标Z。并且,经济性评价部25还可以按照经营指标的项目来图表化地显示从经营指标Zd中减去了经营指标Z的差异。图13是对累计利润的差异进行了图表化的例子。
在步骤S107中,经济性优化部26决定最佳的运转条件Xd。具体而言,第1,经济性优化部26接受用户指定经营指标的项目中的某个项目。在这里,假设用户指定了“累计利润”。
第2,经济性优化部26指定在步骤S105的“第1”中仿真出的运转状态Yd的多个候选中的、某时间点的“累计利润”为最大的运转状态Yd。
第3,经济性优化部26对成为在步骤S107的“第2”中确定出的运转状态Yd的基础的运转条件Xd进行确定,并显示在输出装置13中。
此外,当然也存在在步骤S107的“第1”中,用户指定经营指标的项目中的值较小的是优选的(例如“支出”)的情况。这种情况下,在步骤S107的“第2”中,经济性优化部26对某时间点的“支出”为最小的运转状态Yd进行确定。进一步,累计利润等可以不是“最大”或者“最小”,而是“最大的90%以上”、“从最大开始数○个以内”。进一步,累计利润等不必须是“大的”或者“小的”,只要属于在经营上具有某种意义的范围内即可。
之后,结束处理过程。
(处理过程的变形例)
在此,将运转条件X的项目(行)表示为xi。然后,将经营指标Z的项目(行)表示为zi。将经营中最重要的zi设为“收入”。然后,设为想要知道对于“收入”的影响最大的xi是什么(例如是“原油的导入量”等)。
如上所述,“Z=F(X,P)”的关系成立。也就是说,能够将使某时间点的偏微分系数“δzi/δxi”大到满足预定的基准的xi确定为“瓶颈项目”。当然,也能够将使某期间中的zi的增减大到满足预定的基准的xi确定为“瓶颈项目”。
因此,仿真部21通过将大多数过去的运转条件X作为样本使用,来仿真与各个样本相对应的运转状态Y。经济性评价部25针对仿真结果即各个运转状态Y来制作经营指标Z。经济性优化部26首先接受用户输入特别要关注的项目“zi”。在此基础之上,经济性优化部26如上所述,确定瓶颈项目xi。然后,维护提出部23限定于使xi(瓶颈项目)的值改变的维护,来提出维护M。
(检测)
诊断部22诊断运转状态Y的意义是很大的。当不存在诊断部22,而无法根据运转状态Y来检测异常时,运转状态Y例如成为图14(a)以及图14(b)那样。常压蒸馏塔58的第2段、第4段、第6段以及第8段的温度降低,汽油以及轻油的生产量减少。反之,煤油的生产量增加。由此,维护人员在每一次发现温度降低时(在图中是4个月一次的比率),必须进行一些维护。
在诊断部22诊断运转状态Y时,作为诊断结果的类别转变例如如图15所示。诊断部22每2个月对异常进行检测。维护提出部23自然提出一些维护M。然后,维护人员执行预防性提出的维护M。如此,进行了预防维护时的运转状态Yd例如如图16(a)以及图16(b)所示。第2段、第4段、第6段以及第8段的温度稳定,汽油、轻油以及煤油的生产量也稳定。
此外,上述说明的图12(b)对应于不存在诊断部22的情况,图12(a)对应于诊断部22对运转状态Y进行诊断的情况。图12(a)的累计利润与图12(b)的累计利润相比,可知略微提高。
(实施方式的效果)
本实施方式的生产设施经营优化装置实现以下效果。
(1)用户能够知道确保运转状态为正常的经济性高的运转条件,以及所需的维护。
(2)自动地制作用于仿真运转状态的运转条件,因此用户的负担较少。
(3)用户能够在较多运转条件中限定到重要的运转条件进行仿真(例如瓶颈项目)。
(4)用户能够轻松地对反映出维护的情况下的经营指标与其他情况下的经营指标进行比较。
(5)用户能够将生产设施经营优化装置应用到特别是规模较大的石油精炼厂等。
此外,本发明并不限定于所述的实施例,还包含各种各样的变形例。例如,所述的实施例是为了易于理解本发明而详细地说明的实施例,并不限定于必须具备所说明的全部的结构。另外,可以将某实施例的结构的一部分置换为其他的实施例的结构,另外,可以在某实施例的结构中加上其他的实施例的结构。另外,针对各实施例的结构的一部分,可以添加、删除、置换其他的结构。
另外,所述的各结构、功能、处理部、处理单元等的一部分或者全部例如可以通过在集成电路中进行设计等来通过硬件实现。另外,所述的各结构、功能等可以通过处理器解析、执行实现各个功能的程序来通过软件实现。实现各功能的程序、表格、文件等的信息能够放置在存储器、硬盘、SSD(Solid State Drive:固态硬盘)等的记录装置、或者IC卡、SD卡、DVD等的记录介质中。
另外,示出了认为说明所需的控制线、信息线,但是并不限定于一定示出了产品上全部的控制线、信息线。可以认为实际上几乎全部的结构都是相互连接着的。
符号说明
1 生产设施经营优化装置
11 中央控制装置
12 输入装置
13 输出装置
14 主存储装置(存储部)
15 辅助存储装置(存储部)
21 仿真部
22 诊断部
23 维护提出部
24 再仿真部
25 经济性评价部
26 经济性优化部
P 单价
X 运转条件
Y 运转状态
Z 经营指标
Claims (5)
1.一种生产设施经营优化装置,其特征在于,具备:
存储部,其存储由生产设施所生产的产品以及所述生产设施所消耗的原材料的单价;
仿真部,其根据所述生产设施的运转条件,以时间序列模拟地制作包含所述生产设施的测定值、所述产品的生产量以及所述原材料的消耗量的运转状态;
诊断部,其通过确定制作出的所述运转状态属于多个类别中的哪个类别来检测所述运转状态的异常,其中,所述多个类别是与所述生产设施的运转状态中的多个不同异常对应的类别;
维护提出部,其检索异常/维护对应表来确定与检测出的所述异常相对应的维护,并根据确定出的所述维护来修正所述运转条件,并制作修正后的运转条件的多个候选,其中,在所述异常/维护对应表中与异常的类别相关联地存储与异常对应的维护;
再仿真部,其根据所述修正后的运转条件的多个候选,以时间序列模拟地制作包含所述生产设施的测定值、所述产品的生产量以及所述原材料的消耗量的修正后的运转状态的多个候选;
经济性评价部,其根据所述运转状态中的产品的生产量以及原材料的消耗量、所述修正后的运转状态的多个候选中的产品的生产量以及原材料的消耗量、以及所述单价,针对所述运转状态以及所述修正后的运转状态的多个候选分别制作经营指标;以及
经济性优化部,其从所述修正后的运转条件的多个候选中,确定优化所述经营指标的候选。
2.根据权利要求1所述的生产设施经营优化装置,其特征在于,
所述仿真部在根据所述运转条件制作所述运转状态之前,根据过去的实绩来制作所述运转条件或者制作虚拟的所述运转条件。
3.根据权利要求2所述的生产设施经营优化装置,其特征在于,
所述经济性优化部在构成所述运转条件的项目中,确定对所述经营指标的影响大到满足预定的基准的程度的项目,
所述维护提出部针对确定出的所述项目重新考虑所述运转条件。
4.根据权利要求3所述的生产设施经营优化装置,其特征在于,
所述经济性评价部以能够对比的方式来显示所述运转条件以及所述修正后的运转条件的多个候选,
以能够对比的方式显示基于所述运转条件的所述经营指标、以及基于所述修正后的运转条件的多个候选的所述经营指标。
5.根据权利要求4所述的生产设施经营优化装置,其特征在于,
所述生产设施是石油精炼厂、化学工厂、电力工厂、水处理工厂以及医药品制造工厂中的任意一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-047756 | 2016-03-11 | ||
JP2016047756 | 2016-03-11 | ||
PCT/JP2017/008364 WO2017154744A1 (ja) | 2016-03-11 | 2017-03-02 | 生産設備経営最適化装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108701269A CN108701269A (zh) | 2018-10-23 |
CN108701269B true CN108701269B (zh) | 2022-03-25 |
Family
ID=59790519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780013533.5A Active CN108701269B (zh) | 2016-03-11 | 2017-03-02 | 生产设施经营优化装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10816965B2 (zh) |
JP (1) | JP6556328B2 (zh) |
CN (1) | CN108701269B (zh) |
MY (1) | MY191112A (zh) |
WO (1) | WO2017154744A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10871519B2 (en) * | 2017-11-07 | 2020-12-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Fuel cell stack prediction utilizing IHOS |
JP7161872B2 (ja) * | 2018-06-28 | 2022-10-27 | 株式会社日立製作所 | プラント診断システム |
JP7097263B2 (ja) * | 2018-08-28 | 2022-07-07 | 株式会社日立製作所 | プラントデータ解析システム |
EP3745333A1 (en) * | 2019-05-29 | 2020-12-02 | Siemens Aktiengesellschaft | Method and system for managing a manufacturing process in a technical installation |
CN110673557B (zh) * | 2019-09-27 | 2021-09-24 | 南京大学 | 基于工艺条件选择的智能化工系统 |
JP7318460B2 (ja) * | 2019-09-30 | 2023-08-01 | 横河電機株式会社 | システム、方法、および、プログラム |
JP7302414B2 (ja) * | 2019-09-30 | 2023-07-04 | 横河電機株式会社 | システム、方法、および、プログラム |
US11774924B2 (en) | 2020-12-03 | 2023-10-03 | Aspentech Corporation | Method and system for process schedule reconciliation using algebraic model optimization |
JP7503665B2 (ja) | 2021-02-10 | 2024-06-20 | 株式会社日立製作所 | 経営管理装置、経営管理方法及び経営管理プログラム |
US20240161032A1 (en) * | 2022-11-14 | 2024-05-16 | International Business Machines Corporation | Scheduling project activities using twin computing simulation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060282186A1 (en) * | 2005-05-20 | 2006-12-14 | Magma Giessereitechnologie Gmbh | Optimization of a production process |
CN101807265A (zh) * | 2008-09-30 | 2010-08-18 | 洛克威尔自动控制技术股份有限公司 | 机器选择、集成和使用的动态多目标优化的系统和方法 |
US20100286798A1 (en) * | 2001-03-01 | 2010-11-11 | Fisher-Rosemount Systems, Inc. | Economic calculations in a process control system |
CN102830666A (zh) * | 2011-05-11 | 2012-12-19 | 通用电气公司 | 优化工厂操作的系统和方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040148047A1 (en) * | 2001-12-18 | 2004-07-29 | Dismukes John P | Hierarchical methodology for productivity measurement and improvement of productions systems |
JP4034660B2 (ja) * | 2003-01-31 | 2008-01-16 | 株式会社東芝 | プラント機器の保守管理計画支援方法および装置 |
US7634384B2 (en) * | 2003-03-18 | 2009-12-15 | Fisher-Rosemount Systems, Inc. | Asset optimization reporting in a process plant |
US20050119863A1 (en) * | 2003-08-07 | 2005-06-02 | Buikema John T. | Manufacturing monitoring system and methods for determining efficiency |
JP4237610B2 (ja) * | 2003-12-19 | 2009-03-11 | 株式会社東芝 | 保守支援方法及びプログラム |
JP4699344B2 (ja) | 2005-12-07 | 2011-06-08 | 三菱重工業株式会社 | プラント設備の機器保守計画方法 |
US8195401B2 (en) * | 2006-01-20 | 2012-06-05 | Landmark Graphics Corporation | Dynamic production system management |
JP2008146306A (ja) | 2006-12-08 | 2008-06-26 | Mitsubishi Heavy Ind Ltd | 有機性資源の燃料化支援方法及び装置、並びに該装置を備えたシステム |
US7921061B2 (en) * | 2007-09-05 | 2011-04-05 | Oracle International Corporation | System and method for simultaneous price optimization and asset allocation to maximize manufacturing profits |
JP5017176B2 (ja) * | 2008-05-21 | 2012-09-05 | 株式会社日立製作所 | 製造指示評価支援システム、製造指示評価支援方法、および製造指示評価支援プログラム |
JP5097739B2 (ja) * | 2009-03-31 | 2012-12-12 | 株式会社日立製作所 | プラントの異常診断装置及び異常診断方法 |
US8788068B2 (en) * | 2010-10-05 | 2014-07-22 | Exxonmobil Research And Engineering Company | Modeling tool for planning the operation of refineries |
US9429939B2 (en) * | 2012-04-06 | 2016-08-30 | Mks Instruments, Inc. | Multivariate monitoring of a batch manufacturing process |
JP5979669B2 (ja) | 2012-11-09 | 2016-08-24 | 三菱日立パワーシステムズ株式会社 | ガスタービンアップグレードによる顧客経済性の簡易評価システム |
US20150184549A1 (en) * | 2013-12-31 | 2015-07-02 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
-
2017
- 2017-03-02 US US16/079,912 patent/US10816965B2/en active Active
- 2017-03-02 MY MYPI2018702854A patent/MY191112A/en unknown
- 2017-03-02 JP JP2018504429A patent/JP6556328B2/ja active Active
- 2017-03-02 CN CN201780013533.5A patent/CN108701269B/zh active Active
- 2017-03-02 WO PCT/JP2017/008364 patent/WO2017154744A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100286798A1 (en) * | 2001-03-01 | 2010-11-11 | Fisher-Rosemount Systems, Inc. | Economic calculations in a process control system |
US20060282186A1 (en) * | 2005-05-20 | 2006-12-14 | Magma Giessereitechnologie Gmbh | Optimization of a production process |
CN101807265A (zh) * | 2008-09-30 | 2010-08-18 | 洛克威尔自动控制技术股份有限公司 | 机器选择、集成和使用的动态多目标优化的系统和方法 |
CN102830666A (zh) * | 2011-05-11 | 2012-12-19 | 通用电气公司 | 优化工厂操作的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2017154744A1 (ja) | 2018-09-06 |
US10816965B2 (en) | 2020-10-27 |
WO2017154744A1 (ja) | 2017-09-14 |
CN108701269A (zh) | 2018-10-23 |
JP6556328B2 (ja) | 2019-08-07 |
US20190064790A1 (en) | 2019-02-28 |
MY191112A (en) | 2022-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108701269B (zh) | 生产设施经营优化装置 | |
US10545487B2 (en) | Interactive diagnostic system and method for managing process model analysis | |
US10090678B2 (en) | Production energy management system and computer program | |
AlGhazzawi et al. | Monitoring a complex refining process using multivariate statistics | |
Sanusi et al. | Simultaneous monitoring of magnitude and time-between-events data with a Max-EWMA control chart | |
CN106471475A (zh) | 基于系统操作和性能数据建模来改进未来的可靠性预测 | |
Chin et al. | Asset maintenance optimisation approaches in the chemical and process industries–A review | |
WO2007013467A1 (ja) | 機器管理方法、その機器管理方法に用いる分析システム、及び、分析用データ構造、その機器管理方法に用いる保守点検支援装置 | |
WO2021241576A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
JP2010506253A (ja) | 多変量統計解析を用いたプロセスの監視および診断 | |
Xie et al. | Soft sensors for online steam quality measurements of OTSGs | |
WO2021241580A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
KR20220137931A (ko) | 산업 플랜트 모니터링 | |
CN114041095A (zh) | 预测系统 | |
WO2021241578A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
US11531328B2 (en) | Monitoring and controlling an operation of a distillation column | |
Chen et al. | Spatio‐temporal data mining method for joint cracks in concrete dam based on association rules | |
JP7428157B2 (ja) | 解析装置、解析方法およびプログラム | |
EP3048613A1 (en) | Method for analysis of plant disturbance propagations | |
WO2021241577A1 (ja) | 異常変調原因表示装置、異常変調原因表示方法及び異常変調原因表示プログラム | |
Smith et al. | Using visual data mining to enhance the simple tools in statistical process control: A case study | |
WO2021241579A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
US20210255609A1 (en) | Systems and methods for monitoring and predicting a risk state of an industrial process | |
KR20220158439A (ko) | 증류 공정의 발전된 관리 시스템 및 그 방법 | |
de la Mata et al. | Self-learning of fault diagnosis identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |