CN113646715A - 使用参数化批运行监测通过质量指示符控制技术设备 - Google Patents

使用参数化批运行监测通过质量指示符控制技术设备 Download PDF

Info

Publication number
CN113646715A
CN113646715A CN202080029203.7A CN202080029203A CN113646715A CN 113646715 A CN113646715 A CN 113646715A CN 202080029203 A CN202080029203 A CN 202080029203A CN 113646715 A CN113646715 A CN 113646715A
Authority
CN
China
Prior art keywords
time series
data
computer
parameter
phase
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.)
Pending
Application number
CN202080029203.7A
Other languages
English (en)
Inventor
B·施密特
M·霍伦德
S·麦泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ABB Schweiz AG
Original Assignee
ABB Schweiz AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ABB Schweiz AG filed Critical ABB Schweiz AG
Publication of CN113646715A publication Critical patent/CN113646715A/zh
Pending legal-status Critical Current

Links

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
    • 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]
    • G05B19/41875—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] characterised by quality surveillance of production
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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]
    • G05B19/4183—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] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31265—Control process by combining history and real time data
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32077—Batch control system
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32201—Build statistical model of past normal proces, compare with actual process

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

控制模块(604)适合通过处理来自技术设备(110)的批运行数据(504)来控制技术设备(110)。控制模块按照由参数模块(602)所得到的5个参数(550)进行操作。模块(602)接收具有来自与设备(110)相关的源的数据值的参考多个（502）多变量参考时间系列。存在具有测量值的时间系列和具有描述批运行时间间隔期间的特别的制造操作的数据的时间系列。模块(602)通过确定特别的制造操作之间的转变10将时间间隔拆分为阶段，并且将时间系列分为特别的阶段特定的部分系列。单独对于每个阶段并且对于组合的阶段特定的部分系列，模块将阶段特定的时间系列区分为相关部分时间系列或者不相关部分时间系列，并且相应地设置参数(550)。

Description

使用参数化批运行监测通过质量指示符控制技术设备
技术领域
一般来说，本公开涉及生产过程，以及更特别地，本公开涉及用来确定质量指示符以控制生产过程中的批运行（batch run）的性能的计算机系统、方法和计算机程序产品。
背景技术
在工业中，技术系统执行生产过程。期望生产过程按照(或“遵照”)预定义规范。但是，情况不一定是这样。因此，质量指示符能够与生产过程的特别的性能(或“批运行”)相关。
简化地，质量指示符能够——至少——区分合格生产和不合格生产。合格通常与指示符“成功(S)”关联，而不合格通常与指示符“失败(F)”关联。质量指示符表示执行生产过程的技术系统的内部状态。
在生产期间收集数据能够支持(过程的性能)的改进。数据能够产生于测量信号(例如生产设备的温度、设备内的压力)、产生于与生产事件(例如打开或关闭特别的阀、添加材料)相关的控制指令或者产生于状态指示。
由于批处理在特别的工业中(例如化学工业中)被广泛采用，因此能够对个别批收集数据。例如在ANSI/ISA-88和等效体(例如IEC 61512-1:1997、IEC61512-2:2001、IEC61512-3:2008、IEC 61512-4:2009)中标准化与批控制有关的惯例。
对于批处理，数据可用作时间系列，即，按时间顺序为后续时间点索引的数据值系列。时间系列与特别的批相关和/或与所产生产品相关。时间系列(或阵列)通常可用作多变量时间系列。
评估数据能够包括来自不同批运行的时间系列之间的相似性的检测。例如，虽然批由技术设备来处理，但是当前批运行的数据与参考批的数据进行比较，其具有已知质量指示符，例如“成功(S)”或“失败(F)”、“正常”或“异常”等。如果当前批运行的数据与(F)参考批运行的数据相似，则设备的操作员可进行干预，并且能够潜在地将当前批运行变成(S)。
但是，存在使评估复杂化的原因。例如，存在要评估的较大量数据，以及组合地查看个别值(例如与诸如压力值之类的其他值组合地评估温度值)。
此外，技术设备的操作员没有时间在数据到达时调查数据。计算机将数据聚合为(作为技术系统的技术设备的)状态指示符，并且由此帮助操作员。聚合能够引起可视化。
而且，比较批——例如将当前批与参考批进行比较——应当被移交给提供比较结果(作为状态指示符)的计算机。
计算机工具能够按照预定义规则(有时称作“模型”)将输入数据(来自一个或多个批运行)处理为输出数据。规则使用预定义参数。
一些工具能够使用作为规则的组成部分的相关性、协调变换等，并且提供数据关系的可视化(或者其他形式的表示)以作为输出。
一些其他工具能够使用来自当前批运行和来自参考批运行的批运行数据作为输入；并且能够提供相似性指示符作为输出。
计算方式通常是本领域已知的。设定专用于技术设备执行的特别的生产过程。
例如，对于超高温处理(UHT)牛奶，技术设备是一种加热器，该加热器在特别的时间间隔期间将牛奶加热到高于特别的温度。简化地，计算机工具具有
• 用来接收时间系列的输入，
• 具有比较器(具有作为第一参数的阈值)和计数器(秒表，作为第二参数的时长)的规则单元，以及
• 用来提供质量指示符的输出。
在操作中，计算机工具接收具有作为来自加热器的输入的温度值(即，来自技术标准的参数，（例如在3秒钟内温度135℃)的时间系列，并且提供采取合格陈述（conformitystatement）形式的质量指示符。在更复杂的示例中，工具向显示器发送温度值的时间系列，该显示器还显示阈值线。操作员将易于识别偏差。能够由人类专业人员(在食品处理领域中)采用参数来设置工具。
但是，对于生产批的大多数，存在要多许多的数据(作为输入)，并且人类专业人员(具有领域知识)得到适当参数的参与受到限制。减少变量的数量是规则的一种方式，并且规则能够包括处理步骤的应用。但是规则要求关于输入数据将如何被处理的参数。在输出处，可视化给予进一步支持。
例如，工具能够显示二维图。例如，数据能够通过点来可视化。点不再代表单个输入或者两个输入值的组合，而是代表产生于规则的应用(包括聚合)的数值。在图的右上象限聚集出现的点可指示批运行正在(或者曾经)正常运行。移动到不同象限的点可指示批正遭遇与正常的偏差。
甚至有可能通过将输入值之间的关系变换为图形元素来应用计算惯例。然后有可能将比较简单的几何方法(例如欧几里德几何)应用于点之间的距离。甚至不需要显示图形。
但是，如果不适当地选择一些参数，则可干扰输出。在UHT牛奶示例中，参数可使工具将牛奶的原产地(牧场靠近海洋或者在山区中)和/或运输时间(从奶牛到加热器)作为另外的输入。工具仍然可能在特别的象限中显示点，但是点可能随着奶牛吃山上的更多牧草而移动。
人类专业人员知道一些输入数据不是相关的，并且将相应地设置参数。如果正确编程以监测UHT过程，则工具将忽略原产地和运输时间。
发明内容
对于工业中的批，人类专业人员可能无法正确得到适当参数；过程可能要复杂得多。
存在可用的许多工具，例如多向主成分分析(MPCA，偶尔称作“多线性...”)、偏最小二乘(PLS)技术、t分布随机领域嵌入(t-SNE)等。
在使用之前，工具将必须被编程为
• 接收相关的一个或多个时间系列，
• 使用适当参数，
• 采取由操作员所理解的适当格式来提供质量指示符。
但是存在许多约束，例如下列：输入处的时间系列的数量与(工具的)处理时间相互关连，并且潜在地阻止操作员及时得到指示符。参数是特别的设备和特别的过程特定的，使得质量指示符的精度能够甚至对细小变化也显著下降。
按照本发明的实施例，控制模块适合通过处理来自技术设备的批运行数据来控制技术设备。控制模块按照由参数模块所得到的参数进行操作。模块接收具有来自与设备相关的源的数据值的参考多个（reference plurality）多变量参考时间系列。存在具有测量值的时间系列和具有描述批运行时间间隔期间的特别的制造操作的数据的时间系列。模块通过确定特别的制造操作之间的转变将时间间隔拆分为阶段，并且将时间系列分为特别的阶段特定的部分系列。单独对于每个阶段并且对于组合的阶段特定的部分系列，模块将阶段特定的时间系列区分为相关部分时间系列或者不相关部分时间系列，并且相应地设置参数。
计算机的参数模块执行用于得到参数的计算机实现方法。参数将由控制模块使用。控制模块适合通过处理来自技术设备的批运行数据来控制技术设备。
从已经执行生产过程的技术设备，参数模块接收参考多个多变量参考时间系列。每个多变量参考时间系列基于批特定的批运行时间间隔的时间点，并且包括来自与技术设备相关的源的数据值。每个多变量时间系列包括：来自第一源的第一时间系列，其具有对于第一测量值的数据；来自第二源的第二时间系列，其具有对于第二测量值的数据；以及来自第三源的第三时间系列，其具有描述批运行时间间隔期间的特别的制造操作的数据。
单独对于多个中的每个多变量参考时间系列，参数模块将批运行时间间隔拆分为阶段p。阶段是连续时间间隔。参数模块通过确定特别的制造操作之间的转变来拆分时间间隔。参数模块将第一时间系列分为特别的阶段特定的第一部分系列，并且将第二时间系列分为特别的阶段特定的第二部分系列。单独对于每个阶段并且对于组合的阶段特定的部分系列，参数模块处理阶段特定的部分系列，并且由此按照相关性规则将多个相关的阶段特定的时间系列区分为相关部分时间系列或者不相关部分时间系列。参数模块将相关性信息作为参数存储。
可选地，参数模块接收作为来自多变量历史时间系列的集合的预先选择时间系列的多变量参考时间系列，其具有来自历史批运行的数据。
可选地，参数模块接收从来自历史批运行的多变量时间系列的集合中预先选择的多个多变量时间系列的多变量参考时间系列，其具有从符合特别的目标质量指示符的历史批运行中选择多变量时间系列的标准。
可选地，参数模块通过按照属于第三时间系列的数据的事件描述符的时间点确定阶段之间的转变来拆分时间间隔。
可选地，参数模块处理阶段特定的部分时间系列，以通过评估使用下列项的下列规则的任何规则来区分相关性：预定义阈值带内的数据值量（magnitude）；数据值与正态分布的标准偏差的关系；信噪比(SNR)估计(忽略具有较低SNR的时间系列)；测量DTW距离；相互关连(或者甚至是相同的)以将时间系列看作是相关的时间系列的识别；被干扰时间系列中的离群值（outlier）的识别(如果离群值的数量超过预定义阈值，则将时间系列看作是不相关的)。
可选地，参数模块通过提供参数矩阵来存储相关性信息。可选地，参数矩阵具有有选择地允许或阻止控制模块处理来自技术设备的批运行数据的二进制元素。
可选地，参数模块对参数进行微调。由此，参数模块接收来自质量指示符对其已经可用的批运行的多个另外的多变量时间系列。参数模块通过将允许的参数切换到阻止的元素来提供参数矩阵的一组参数变化。对于每个参数变化并且对于每个另外的多变量时间系列，参数模块通过处理多变量时间系列来得到质量指示符。参数确定所得质量指示符的差异，并且将变化视为所选参数，对所述变化，差异为最小的。
可选地，参数模块接收来自质量指示符对其指示相同质量的批运行的多变量时间系列。
计算机系统适合执行该方法。计算机程序产品——当被加载至计算机的存储器中并且由计算机的至少一个处理器所执行时——执行计算机实现方法的步骤。
此外，参数(通过执行计算机实现方法所得到)由控制模块使用，该控制模块把来自技术设备的特别的交互时间批运行的数据聚合为技术设备的状态指示符。控制模块在聚合之前使用参数按照特别的源和特别的阶段有选择地滤出数据。
计算机实现方法是一种用来识别特别的批运行(采用技术设备所执行)的质量指示符的控制方法。该方法包括读取作为执行该方法(以得到参数)的结果的参数，按照源特定并且阶段特定的参数来过滤数据，并且聚合数据。
附图说明
图1图示具有操作员、技术设备和计算机的典型工业用例情形的概述；
图2通过示例图示数据可视化；
图3图示用于计算机实现方法的流程图；
图4图示执行生产过程并且向计算机提供交互时间数据和/或历史数据的技术设备；
图5图示用于技术设备的操作的状态图；
图6图示通过两种处理模式的索引（index）所标识的多个数据对象；
图7图示多变量历史时间系列的集合；
图8图示控制模块和参数的选择；
图9图示控制模块以及阶段特定的参数，并且由此示出改进方式；
图10图示参考多个；
图11图示计算机实现参数获取方法的流程图；
图12图示计算机实现参数调整方法；以及
图13图示可与这里所述的技术一起使用的通用计算机装置和通用移动计算机装置的示例。
具体实施方式
1 用例情形的概述
图1图示具有操作员150、技术设备110和计算机600(或计算机系统)的典型工业用例情形的概述。计算机600和/或(人类)操作员150与技术设备110进行交互。交互具有监测(设备的状态)和控制(在需要时改变设备的状态)的两个相互关联方面。计算机600通过实时处理数据来支持操作员150监测技术设备110。控制设备的交互通过首字母缩写词CAO和CAC图示，下面将进行说明。
技术设备110是一种技术系统，该技术系统执行批运行中的生产过程(即，预定义为操作序列)。(操作又能够称作“制造操作”或“生产操作”。)
考虑到执行时间，批运行能够是交互时间批运行(即，与操作员/设备交互和/或计算机/设备交互基本上同时，即“当前批运行”)，并且能够是历史批运行(例如生产过程已经完成或取消)。
由于交互与生产过程同时进行，因此“交互时间”也是“生产时间”。
技术设备110向计算机600提供采取多变量时间系列{D}的形式的数据。数据被区分为在交互期间作为交互时间数据504成为可用的数据以及先前作为历史数据501成为可用的数据。
计算机600包括执行计算机实现方法的步骤序列的参考模块601、参数模块602和603以及控制模块604。数据知识库（repository）模块650是本领域已知的由计算机存储器和/或数据库所实现的辅助模块。数据知识库模块650能够是计算机600的物理部分。或者，模块650能够是计算机600可访问的。为了简洁起见，图1图示作为单个计算机的组成部分的模块，但是模块功能能够被分布到不同物理计算机。不要求所有模块都存在，参数模块603是可选的。
参数模块602和603执行涉及多维数据的计算。因此，计算能够是计算密集的。但是，模块602和603不必始终执行方法402和403。例如，在交互期间不要求这些方法的执行。因此，参数模块602和603是由远程计算机提供商(通常称作“云”)在远程平台上执行的候选。
连同图2一起查看图1是便利的，图2图示用于计算机实现方法400的流程图，其具有分别由模块601、602、603和604所执行的步骤序列401、402、403和404。为了方便起见，本说明以控制模块604开始，所述控制模块604执行批运行期间的最后一个步骤序列404。
如通过粗体箭头所图示，技术设备110向控制模块604提供交互时间数据504。数据504包括来自交互时间批运行(即，来自当前由设备110所执行的批运行)的至少一个多变量时间系列{D}。控制模块604如在步骤序列404中那样提供交互批运行的质量指示符Q。
存在关于指示符Q以可接受精度对应交互时间批运行的要求。能够通过调查来自多个方法性能的指示符或者以其他方式来测量精度。对于可接受精度，正确识别的指示符(由计算机600)与不正确识别的指示符之间的比率将高于预定义阈值。
可选地，控制模块604提供采取可视化670的形式的质量指示符Q。
控制模块604能够被区分为子模块过滤器604-A和聚合器604-B。控制模块604的函数(“f”)能够描述为Q=f({{D}},Φ,TOOL)。
使用该区分，过滤器604-A的子函数能够描述为{{D}}#=function({{D}}, Φ)；以及聚合器604-B的子函数能够描述为Q=f({{D}}#, TOOL)。
作为用于控制模块604的输入，{{D}}代表作为来自特别的交互时间批运行的多变量时间系列的数据504。{{D}}是多变量的，因为技术设备110具有多个源(或“变量”，索引v=1至V，参见图4)。(注意的是，模块604也能够处理历史数据501)。
作为来自控制模块604的输出，Q代表所述质量指示符。
由聚合器604-B所实现，TOOL代表用来计算Q的预定义算法。例如，算法是MPCA，以及采用MPCA库来实现聚合器604-B。也能够使用其他工具(例如所述的PLS工具)。在操作中，聚合器604-B提供作为数据{{D}}的聚合的质量指示符Q。聚合器604-B没有完全使用{{D}}，而是使用通过按照参数550进行过滤来预处理的数据。
由过滤器604-A所实现，{{D}}#和Φ代表基于参数的过滤。过滤器604-A接收{{D}}作为输入，并且提供{{D}}#作为输出(即，中间结果)。参数550指示在什么程度上使用{{D}}，并且由此指示过滤函数{{D}}#=f({{D}}, Φ)。过滤是来自{{D}}内的特别的源v的数据D(v, p)特定的，并且是来自{{D}}内的特别的阶段p的数据特定的。
为了便于说明，参数550被解释为二进制参数。特别的二进制参数被应用于特别的数据D(v, p)，以便通过或阻止数据。下文中，
• “通过”通过“1”(或者通过术语“相关”、“允许”)来符号化，以及
• “阻止”通过“0”(或者通过术语“不相关”)来符号化。
如本文所使用，Φ——希腊大写字母Phi——代表作为用来实现参数550的形式的矩阵。参数矩阵Φ具有与特别的源v相关的行以及与特别的阶段p相关的列，其中0和1是矩阵元素的可能值。换言之，参数矩阵Φ指示——以源v和阶段p的粒度——将要处理的数据(传递给聚合器604-B)以及要忽略的数据(通过阻止)。(对于在所有元素为1的情况下的Φ：{{D}}#={{D}}。)
参数550能够以其他方式实现(例如通过具有不同行/列标记符（notation）、通过数据库中的表)。不需要将参数550实现为二进制参数。
由于聚合器是本领域已知的，因此本描述一般将集中于过滤，以及更特别集中于得到参数550。参数获取能够是很复杂的任务。源的一些提供与识别特别的质量指示符不相关的数据，使得数据必须被滤出(“阻止”参数)。一些其他源是相关的，并且需要通过“通过”参数考虑。无法在所有情况下考虑语义。但是在说明细节之前，本描述着眼于质量指示符Q。能够通过可视化670(例如对操作员150，参见图2)和/或通过转换成控制信号来处理Q。
如本文所使用，“用户”是与计算机进行交互的人。操作员150在各种场合(例如当他或她使用来自计算机600的质量指示符Q时)成为计算机600的用户。Q包含与(技术设备110的)内部状态有关的信息，并且因此使操作员150能够引起校正动作。引起校正动作通过箭头来符号化。它通过首字母缩写词CAO(由操作员进行的校正动作)来标记。
换言之，操作员150能够观看可视化670，并且能够在需要时适配与技术设备110的交互。箭头的逆时针布置能够被看作是控制环。
在示例中，可视化670图示为二维图。数据501/504(来自技术设备110的{{D}})能够按照其聚合形式通过点或者以其他方式来可视化。点能够代表多个数据值的组合。按惯例，在图的右上象限聚集出现的点可指示批正在正常运行。不同象限中(或者重新可视化之后移动)的点可指示对应批正遭遇与正常操作的偏差(参见图8)。换言之，控制模块604提供(生产过程的)在线监测。属性“在线”代表约束：处理时间(将数据{{D}}处理成质量指示符Q)必须足够短，以使技术设备110(和/或操作员150)执行校正动作。换言之，在线约束是技术实时要求。
涉及操作员150是便利的，但是不作要求。除了CAO以外或备选地，计算机600能够将质量指示符Q转发给技术设备100。这种方式通过虚线690图示。本领域的技术人员理解，Q将必须被处理成控制命令CAC(由计算机进行的校正动作)。计算机600可将CAC直接发送给技术设备110。换言之，可能绕过可视化670和操作员150。
控制模块604通过使用参数550来执行步骤序列404。如所述，参数550是源v和阶段p特定的，并且参数550能够通过矩阵Φ来实现。本描述的大部分将说明如何通过处理来自生产过程的历史性能的数据{{D}}来得到参数550。本描述将通过将阶段非特定参数540(图8中)与阶段特定参数(图9中)进行对比来说明参数550的阶段特定性质。
由于参数550从处理历史数据来得到，因此存在预先执行的步骤序列(即，方法)，如结合图3所述。本描述然后将又参照图1，并且说明控制模块604下方所示的细线箭头。但是简短地浏览（excurse）可视化670仍然是便利的。
2 可视化
图2通过示例(A)、(B)和(C)图示数据可视化。通常，计算机600(具有模块604)在屏幕上提供可视化，但是也能够使用其他用户界面(例如在纸上打印)。对于特别的批运行的数据通过位于坐标系内的简图元素(例如点或垂直线)来可视化。元素位置能够指示特别的聚合值。能够经由形状(例如圆点与方点)、颜色编码(例如以区分批运行类别)等通过另外的信息来增强元素。还有可能添加批标识(参见(C)的批运行1至6)。
图中的特别的图形框架(象限、圆、水平线)可选地能够支持可视化。框架能够指示与质量指示符关联的边界。
示例(A)图示位于正方形的四个象限之一中的点；点代表参考批运行(具有特别的质量的历史批运行，参见图7)，以及小正方形代表生产批运行(即，当前正被处理的批、交互时间)。在示例中，用户能够看到(在这里从对不同象限的分配)生产批运行具有与参考批运行不同的质量。
示例(B)与具有同心圆(或省略号)的射击目标类似：内圆内的点代表特别的质量(例如“最高类别”)的批运行；而外圆内的点代表具有更低质量的批运行。
示例(C)通过垂直线来符号化数据，其中线条低于预定义置信水平。水平作为虚线(置信极限95%)和普通线(置信极限99%)的水平线给出。具有ID号1、2和4的批运行低于下限，批运行3和5处于下限与上限之间，以及批运行6高于上限。
特别的可视化的外观无关紧要，或多或少任意地选择外观。操作员150(作为用户)能够将特别的批运行(即，生产的批运行)与参考进行比较。
潜在地，操作员150还能够观看特别的批移动的元素。移动到右上象限(A)或者移动到中心(B)的元素(例如点)能够指示朝特别的参考的变化(例如中心中的理想情况)。
对于图2的示例，计算机600按照预定义计算规则(或模型)来计算(点或其他元素的)位置。可视化还能够用来微调计算规则(尤其通过微调参数)。将结合图12给出示例。
再次要注意，可视化是便利的，但不作要求。用户——例如操作员150——能够易于查看特别的批运行是否具有与参考批运行的指示符类似的特别的聚合指示符(例如(2)白色圆圈与黑色圆圈)，并且能够易于估计特别的指示符是否与特别的质量指示符相关。能够从参考来识别校正动作。但是能够由计算机执行评估。计算机甚至能够使用位置数据。这对(2)中的特别的批运行图示，对于特别的批运行位置具有离坐标原点的距离L(箭头长度)。
概括这个浏览的一些点：可视化(并且因此通常的控制设备)与例如参数550的选择、参考的标识等主题相关。
3 方法概述
图3图示用于计算机实现方法400的流程图，其具有步骤序列401、402和404。步骤序列也能够被认为是计算机实现方法。本描述又参照图1。
参考方法401是用来通过最初从历史批运行501的集合501中选择参考批运行来识别(多变量时间系列的)参考多个502的方法。
参数获取方法402是用于得到应用于比较生产过程的批运行的控制模块604的参数550(通过训练)的方法。将结合图10-11来说明方法402的细节。
参数调整方法403是用于选择参数550'(从参数550)以增加精度的可选执行的方法(虚线框)。在那个意义上，参数550/550'通过方法402/403来提供。方法403可被理解为方法402的延续。
控制方法404是用来使用(源特定和阶段特定的)参数550来识别用于特别的批运行的质量指示符Q的方法。方法404由此也是用来控制由技术设备110所执行的生产过程的方法。在执行方法404中，控制模块604能够得到作为阶段特定的质量指示符Qp的序列的质量指示符。还有可能得出完整批运行的质量指示符Q(参见图1)。
鉴于定时，方法401、402和403是将在不同时间执行的“离线”方法，其具有作为输入的历史数据，而方法404是与交互批运行基本上同时执行的“在线”方法。存在参数的适当选择中的链接。
图3(以及图12)还图示一个或多个计算机程序或计算机程序产品。计算机程序产品——当被加载到计算机的存储器中并且由计算机的至少一个处理器所执行时——执行计算机实现方法的步骤。因此换言之，流程图中的框图示该方法能够由模块在程序的控制下实现。本领域的技术人员能够选择向计算机模块适当指配方法，使得指配401/601、402/602、403/603和404/604只是用于说明的便利示例。
4 技术设备
图4图示技术设备110(左边)，所述技术设备110执行生产过程(即，“批运行”)，并且向计算机600提供交互时间数据504和/或历史数据501(参见图1)。数据能够进入数据知识库650(参见图1)，以供在需要时用作历史数据501。将数据区分为501/504在这一点不是重要的，使得描述使用{{D}}。
通过示例，技术设备110图示为包括容器111，其具有搅拌液体115的马达/混合器112、加热液体115的加热器113以及允许添加(或去除)液体115的阀114/116。如所述，生产过程预先定义为操作序列。在本示例中，操作是添加材料、加热、等待、搅拌等。校正动作(参见作为交互的组成部分的图1的CAO、CAC)能够修改活动(例如停止加热，参见以下论述)。
通过执行批运行，数据504可用作时间系列{{D}}(即，按时间顺序为后续时间点tk、tk+1索引的数据值系列)。多变量时间系列{{D}}是具有公共时基[t1, tK]的一组单变量时间系列{Dv}。{Dv}又能够称作“过程变量”。性质“多变量”通过双花括号{{}}来符号化，而性质“单变量”通过单花括号{}来符号化。单变量时间系列又能够被看作是“信号”。
为了方便起见，图4图示数据值为图表(或“轨迹”)，其中[0, 1]处于纵坐标，而时间[t1, tK]处于横坐标。
虽然时间点通过具有时间点索引k的“tk”来符号化，但是时间间隔如在[t1, tK]中通过方括号作为闭区间给出。极限点t1、tK属于该区间。为了说明的简洁起见，存在关于时间间隔是连续的(即，没有时间点剩余)惯例。除非另加说明，否则连续时间点(“时隙”)之间的时长等于：Δt=tk+1-tk。
通常，K是特别的过程批运行期间的时间点的总数。批运行具有区间[t1, tk]的时间长度(即，时长)。假定数据在t1之前尚未被收集以及在tK之后不再被收集，批运行时长能够计算为tK-t1。该时长能够是批运行特定的。
时间间隔[t1, tK]能够被分为阶段(或“段”)，其通过阶段索引p标识。大写字母P代表特别的批运行区间[t1, tK]中的阶段的数量。大写字母Np代表特别的阶段p中的时间点的数量，并且Np逐个阶段能够是不同的(即，阶段特定的)。分为阶段变成与步骤序列402和404是相关的，以增加精度。
为了方便起见，连续阶段p1和p2(一般为p和p+1)能够通过[t11,tN1]和[t12,tN2]来定义。时间点tnp能够通过双索引np来标识。索引n对阶段p内的时间点计数。第一阶段中的阶段1的最后一个时间点tN1是第二阶段的第一时间点t12的前导。
不需要将[t1, tK]的所有时间点都分配给特别的阶段。阶段中的时间点的总数(从p=1至P的Np的总和)能够小于(或等于)K。
技术设备110还图示有多个数据源120-v，统称为数据源120，其中变量索引v从v=1至v=V。数据源的数量V对应于“多变量”，以及数据源120-v提供单变量时间系列{Dv}。单数位数量V=5(120-1至120-5，“5变量”)是便利简化，但是对于实际设备，V=100或以上将是可能的。
对于作为工业设备的技术设备110，数据从不同类型的源120是可得到的，在它们之中：提供测量值(例如电动机的旋转速度、液体的温度、液体量、来自实验室的数据等)的源、提供控制指令(例如开启阀以添加液体、闭合阀等、启动或停止电动机或加热器)的源或者提供状态指示符(例如特别的阀开启或闭合)的源。
数据源120与技术设备110相关：数据源能够是设备的组成部分，或者数据源对应于来往于设备流动的数据。图1通过采用与设备的矩形部分重叠的矩形示出源来符号化关系。数据源120能够以不同方式实现。例如，测量值和状态指示符通常来自传感器。或者控制指令能够来自控制器计算机(未示出)，该控制器计算机控制技术设备110的操作。不需要数据源120在物理上连接到技术设备110。
预处理数据模块630可选地在数据源120-v与知识库650之间切换。预处理数据模块630归一化数据。本描述通过示例表示归一化：
不同数据源120可在不同时间点提供数据。例如，传感器可使用不同取样率(例如每分钟感测温度与每秒钟感测旋转)。或者，状态指示符可在特别的事件已经发生(改变状态，例如阀从状态“闭合”到状态“打开”)时成为可用。
本领域的技术人员能够使用内插/外推技术将时间归一化成公共Δt(也作为公共K，公共横坐标)。本领域的技术人员也能够归一化值(公共纵坐标)。在本示例中，数据值能够被归一化成作为最小值的0与作为最大值的1之间的数值。归一化去除测量单位以及能够与数据关联的其他信息。归一化能够使用最小/最大值(具有单位)。例如，对于具有最大转速60转/每分钟的马达，归一化极值对于最大旋转为1而对于静止为0。状态数据能够被归一化，例如其中值0用于“阀闭合”而值1用于“阀打开”。数据值也能够具有负号，但是在这个示例中未图示这一点。
如将进行说明，参数获取方法402(和控制方法404)包括将时间间隔[t1, tK]拆分为阶段p并且将时间系列分为阶段特定的部分系列的步骤。通过示例，{D2}包括部分系列D(2, 3)，其中索引2代表源，而索引3代表阶段。取决于参数550(更准确地说是(2, 3)的参数)，控制模块604的聚合器604-B将处理或者不处理D(2, 3)。
5 数据示例
虽然数据的特别的语义对于(方法401-404)的处理步骤不重要，但是对于图4论述其中的部分是有用的。
单变量时间系列指示{D1}中的液体115的温度、{D2}中的马达112的旋转、{D3}中的加热器113的二进制状态(ON或OFF)、{D4}中的马达112的二进制状态(ON或OFF)以及{D5}中的控制指令的到达(来自操作员或者来自控制系统)。下面按连续顺序论述时间点(采用单索引或双索引)。如本文所使用，指令的到达开始新阶段。索引n偶尔被设置成8或9。tp1至tp9之间的“8×Δt”时间间隔的假设只是作为示例来选择(以避免双数位索引)。
时间点t1代表特别的批运行的开始。假定传感器提供温度{D1}和旋转{D2}的数据以及状态数据{D3}、{D4}。尚未定义阶段。
在时间点t11的{D5}中的数据指示接通加热器的指令的到达。这标记阶段1的开始。在t19的{D3}中的数据文件证明状态相应地已经改变(在t18的OFF以及在t19的ON)。
在时间点t21的{D5}中的数据指示关断加热器的指令的到达，从而开始阶段2，以及在时间点t29的{D3}中的数据文件证明状态相应地变化(在t29的OFF)。
在时间点t31的{D5}中的数据指示接通马达的指令的到达，从而开始阶段3，以及在t39的{D4}中的数据文件证明状态变化。
在时间点t41的{D5}中的数据指示关断马达的指令的到达，从而开始阶段4，以及在t49的{D4}中的数据文件证明状态变化。
指令的到达是时间系列中(这里在{D5}中)的事件描述符的存在的特别的实施例。查看{D1}和{D2}，测量值跟随状态变化。能够以其他方式区分操作。虽然本示例使用V=5时间系列，但是要注意，对于实际技术设备，该数量更大。操作员潜在地不能够确定质量(即，在批运行正在进行的同时允许校正动作的应用的实时状况内)。
虽然这些语义与步骤序列的执行无关(参见图9)，但是便利的是，将如图3中的批运行看作具有质量指示符Q=“成功”，不需要应用校正动作(CAO、CAC)。
5 状态转变
图5图示用于技术设备110的操作的状态图。与图1的{D3}和{D4}中的状态数据对应，通过两个组件加热器(H)和马达(M)以及二进制区分为ON和OFF，存在4种可能状态和8种可能状态转变。
对图4已经说明一些状态转变：在t19的H至ON、在t29的H至OFF、在t39的M至ON以及在t49的M至OFF。这些状态转变对应于生产过程的操作的预定义序列，以及对于按照那个顺序的转变(并且对于预定义最小/最大范围内的其他测量值)，批运行应当具有Q=“成功”。
存在从M ON或H ON到状态(M ON, H ON)并且离开那种状态的其他转变。假定(i)状态(M ON, H ON)能够引起“故障”，以及(ii)离开(M ON, H ON)的状态转变被认为是校正动作。这个视图经过简化；技术设备110能够容许(M ON, H ON)一定数量的时间点。
在具有较大量变量的情形中，假设因上述复杂度而难以得到。另外，无法预计(由模块602、603、604)考虑这些语义。
在下文中，本描述说明数据{{D}}如何将通过参数550来处理，使得(M ON, H ON)被传递给操作员，并且被识别为(能够校正的)潜在故障条件。
由于参数540/550(参见图1)的选择作为对控制模块604的输入是重要的，因此本描述集中于参数模块602(所述参数模块602提供参数550)。
6 单独模式和组合模式数据处理
图6图示通过两种处理方式(或处理模式)的索引x=1至X所标识的多个(或“组”或“集合”)数据对象。
• 单独模式(左，双线箭头)，以及
• 组合模式(右，单线箭头)。
数据对象(在这里一般为索引x)能够是例如：
• 特别的多变量时间系列{{D}}，其具有索引h或者具有来自多变量时间系列的集合/多个多变量时间系列的索引e，
• 属于{{D}}的特别的单变量时间系列{Dv}(索引v)
• 用于特别的阶段的时间点[t1, tNp]，其具有(p)，
• 阶段特定(单变量)时间系列，即，部分系列，例如D(v, p)，阶段特定的质量指示符Qp。
如在左边，计算机600(即，计算机内部的模块)相互无关地处理对象1、对象2等，直到对象X。示例包括相关性的确定。单独处理能够通过下列步骤执行
• 串行处理(按照任何顺序对1至X重复，例如按照从1至X或者从x至1或者以其他方式的循环)，
• 通过并行处理(例如通过子模块)，或者
• 通过混合实现(串行/并行)。
如在右边，计算机600相互组合地处理对象1、对象2等，直到对象X。采用来自其他对象的数据等处理对象1的数据。示例包括平均或中间值的确定。
在下面的其他附图中重复不同的箭头类型。
本描述使用术语“每个”来描述对X数据对象的应用中的动作。由此，本描述假定理想状况。由于数据处理频繁地应用于来自实际执行的批运行的数据，因此数据对象的一些可能不可用。然而，能够如所述的那样执行动作。例如，对于多变量时间系列的部分，来自特别的源的特别的时间系列可能缺失，以及计算机能够只对可用数据执行计算。
7 选择数据
图7图示多变量历史时间系列的集合501。这些时间系列产生于历史批运行。集合501例如在数据资料库650中能够是可用的(参见图1)。该图方便地说明步骤序列401的步骤(由参考模块601执行)。
历史时间系列通过符号轨迹图示(其中V=5变量，如在图4中)。大写字母H代表其数据在集合501中可用的历史批运行的数量。该图图示H=5。该数量大为简化：以平均60分钟的时长执行批运行的技术设备110按照数量级H=每年8000来收集(多变量)历史时间系列{{D}}。历史索引h标识特别的批运行。
在第一预处理步骤中，参考模块601按照(历史批运行的)质量指示符来划分集合501，在本示例中分为S(例如“成功”)或F(例如“失败”)。以这个粒度，质量指示符通常在知识库650中是可用的。
假定参考模块601应当提供参数550，以识别引起“S”的批运行，参考模块601执行成功批运行(在这里为h=1、h=3和h=4)的下一个选择的第二步骤。S的总份额(在这里为60%)不必对应于实际情况，示例只经过简化。对于所选批运行，参考模块601将索引改变成e=1至E。如本文所使用，索引“e”是用来标识将用于得到参数(在方法402中)的批运行的批运行索引，其中E是(为此目的)批运行的数量。
双线箭头图示在单独模式中执行步骤。
因此，Ke是特别的过程批运行期间的时间点的总数。尽管Δt是相同的，过程批运行的时长Te是不同的。如所图示的，批运行e=1花费最长时间，批运行e=2花费最短时间。这不仅是观察，也是要注意的特征：时间点的数量不是相关的，对于将时间间隔拆分为阶段尤其不是(参见图10)。
由于步骤序列401，参考模块601提供具有参考多个502多变量参考时间系列。参考多个502包括来自具有(基本上)相等的质量指示符Q的历史批运行(集合501)的从{{D}}1至{{D}}E的参考数据。将在图8中更详细说明由参数模块602对多个502的处理。在这里已经提到标记法{{D}}e的参考索引e=1至E(方法402中的步骤——在组合模式——将特别的部分系列相互比较)。
参考多个502能够用于——至少——两个目的。
• 对于第一目的——细节将采用图8-9进行说明——控制模块604将参考数据502与历史数据501进行比较(以识别交互时间批运行的质量指示符)。
• 对于第二目的(细节将采用图10-11进行说明)，参数模块602使用参考多个502来得到参数550(或者对它们进行微调)。
对于简单二进制标准((S)或(F))说明了选择，但是也能够使用识别数据的其他标准，仅列举几个：
• 按照平均或中间长度(即，K的数量、批运行的时长间隔)来选择批数据
• 按照Nomikos等人的“Monitoring batch processes using multiwayprincipal component analysis”(AIChE Journal，40.8 (1994)：1361-1375b)中的所谓的STA方式进行选择
• 通常通过经验数据所得到的其他标准(例如特别的批运行的已知属性)，例如物质内的成分的特别的浓度、指示纯度的特别的化学品的存在或不存在的百分比或者其他化学属性、通过交互人类专业人员所得到的属性等。
总而言之，数据是从H个历史批运行可得到的，但是对每一个步骤，微调(并且潜在地减少)候选批运行的数量。如所述，数据被丢弃(或“抛弃”，H>E)。还考虑添加来自其他知识库的批运行数据(合并批数据)。
8 对参数的灵敏度
图8图示控制模块604和参数540的选择。由此，该图示出模块对于不是阶段特定的参数的灵敏度。参数540可用来代替参数550(参见图1)。
对于本示例，假定控制模块604接收参考多个502(来自历史批运行的E个多变量时间系列{{D}}1至{{D}}E，参见图7，用作“成功”的参考)。
控制模块604将还接收也采取多变量时间系列{{D}}'的形式的交互时间数据504。504/{ {D} }'在质量指示符尚未已知的意义上是“新的”。可视化670将显示参考排程的黑点671以及{{D}}’的白点675。颜色编码在这里仅用来增强图示，但是不需要控制模块604区分点的外观。
在控制模块604接收具有基本上所有单变量时间系列的多变量时间系列的同时，参数540指示控制模块604关于如何处理单独时间系列。在示例中，参数是(二进制)选择参数，所述参数区分将被处理的单变量时间系列与将被忽略的单变量时间系列。
在第一情况(以上所图示)中，控制模块604处理单变量时间系列{D2} {D3} {D4}{D5}，而忽略{D1}。在第二情况(以下所图示)中，模块处理{D2} {D3} {D5}，而忽略{D1}和{D4}。选择性处理还通过采取参数向量形式的参数540图示，其具有V个处理标志，每个单变量时间系列一个标志。如在示例中，符号1指示特别的单变量时间系列{Dv}被处理(即，被传送以供聚合器504-B处理)，符号0指示不处理(即，阻止)。(也能够使用其他符号；符号不一定是二进制符号)。
在向量标记法中，参数向量为上面的φ1=(0, 1,1, 1,1,)和下面的φ2=(0, 1,1,0,1,)。(本示例中)忽略{D4}的结果是可视化670(以及在备选方案中使用时的690)的无用。
在第一情况中，可视化670将在一个象限中显示黑点；而在另一个象限中显示白点。操作员能够识别新批运行没有与参考相同的“成功”质量。对于操作员，这是作为技术系统的技术设备110的状态的有用指示。操作员能够例如通过如与参考批运行类似地与设备进行交互来反应。
在第二情况中，可视化670将显示分布于三个象限的黑点；而在象限之一中显示白点。对于操作员，新批运行是否具有与其历史前导（predecessor）相同质量不是可见的。
总而言之：参数540影响控制模块604的操作。但是，不适当参数选择能够阻止以可接受精度对质量指示符的识别。
为了改进这一点(即，解决那个问题)，存在两种主要方式：
• 在第一方式中，参数540(在向量中)能够被扩大到考虑不同阶段的参数550(即，参数矩阵Φ中)。参数不再是根据阶段特定参数的端对端参数。能够从“端对端”改进精度。
• 在第二方式中，不同阶段的参数550能够通过训练(从具有已知质量的参考数据502，在参数获取方法402的应用中)来得到。
对于两种方式，使用专业用户的知识是可选的。如上所述，本描述提到语义，目的是增强理解。
9 阶段特定参数
图9图示控制模块604以及阶段特定的参数，并且由此示出改进方式。如图8，控制模块604被图示两次，以示出它与不同参数550的配合操作。
图9区分P=2个阶段，但是假定本示例适合图4的示例(其中P=4个阶段)。
可视化670示为阶段1的670-1和阶段2的670-2。还假定历史数据501/{{D}}’产生于失败批运行(如在图8的示例中)。可视化阶段特定的质量指示符允许操作员150得出与技术设备110当前正处理的批运行有关的结论(通过作为实时数据的数据504)。
本描述现在将说明参数模块602如何通过处理参考多个502 {{D}}1至{{D}}E(参见图7)来得到参数550。
10 参数
图10图示参考多个502(参见图7)。图10还图示采取参数矩阵Φ的形式的参数550。将结合图11的流程图来说明细节。
11 流程图
图11图示计算机实现参数获取方法402的流程图。方法402由参数模块602执行。图10-11组合地图示能够如何从参考多个502来得出参数550。
在接收步骤410中，参数模块602接收(从技术设备110)包括在生产过程的历史批运行期间所得到的数据的参考多个502多变量时间系列{{D}}1 ... {{D}}e... {{D}}E(参见图5，预先选择501至502，通过参考方法401)。
每个多变量时间系列包括从特别的参考批运行所得到的数据。基于特别的参考批运行的批运行时间间隔([t1, tK])(K对于e不同)，
• 第一时间系列511具有来自与技术设备110相关的第一源(图4中的120-1)的第一测量值的数据，以及
• 第二时间系列512具有来自也与技术设备110相关的第二源120-2的第二测量值的数据。
鉴于图4，这可能是温度{D1}和旋转{D2}的时间系列，但是语义在这里不相关。
第三系列515包括描述特别的参考批运行的批运行期间的特别的制造操作的数据。对于这个第三时间系列，语义是相关的。采用标记连续阶段的开始的事件描述符520-e对本示例说明制造操作的描述，参见图4。在图4的示例中，事件描述符已经说明为{D5}中的到达指令。
参数模块602在单独模式执行下列步骤420和430，所述单独模式单独用于{{D}}1、单独用于{{D}}e并且单独用于{{D}}E。通过示例，流程图图示作为循环的独立模式。
在拆分步骤420中，参数模块602将批运行时间间隔([t1, tK])拆分为阶段，作为连续时间间隔([t11, t1N]或阶段1以及阶段2的[t21, t2N]，N是阶段特定的)。标记法[1, N1]、[1, N2]简化索引。步骤420能够被看作是沿第一索引方向(沿索引k，参见图3，在这里由左至右)进行处理。作为中间结果，E个不同时间间隔[t11, t1N]e被拆分为阶段。
在示例中，阶段之间的转变通过事件描述符520-e的时间点来确定。以上结合图4说明了阶段。图10通过仅示出2个阶段1和2来简化。
仍然在单独模式，参数模块602也将阶段划分应用于数据值。换言之，参数模块602执行将时间系列分为(430)阶段特定的时间系列(本示例中P=2)的步骤。
作为中间结果，数据在下列时间系列中是可用的
• 来自(第一)时间系列511的阶段特定的单变量时间系列511-1(对于阶段1)和511-2(对于阶段1)。
• 来自(第二)时间系列512的阶段特定的单变量时间系列512-1(对于阶段1)和512-2(对于阶段1)。
阶段特定的单变量时间系列是参考索引e特定的。
为了说明的简洁起见，术语被简化成特别的阶段特定的第一部分系列511-1、511-2以及特别的阶段特定的第二部分系列512-1、512-2。更一般来说，划分步骤将{{D}}e分为D(v, p)e(具有三个索引的部分系列)
• v用于源，
• p用于阶段，
• e用于参考。
当然，D(v, p)e包括序列[1, tK]中的数据值。(为了标识特别的数据值，索引k是第四索引。)
在不同标记法(具有多变量)中，阶段特定的时间系列是{{D}}e1和{{D}}e2。这里所给出的阶段索引p是第二索引。阶段区分数据可用于参考多个(参考多个502被分为阶段集合)E参考。
对于处理步骤440，参数模块602改变索引方向。它根据参考索引e(从e=1至E)经过数据。模块602还改变成组合模式。
单独对于每个阶段(单线箭头430)，参数模块602将第一阶段特定的时间系列和第二阶段特定的第二时间系列区分为相关或者不相关。通过根据参考索引检查来自特别的阶段特定的时间系列来确定相关性(不相关性)。
只以阶段1为例，存在
• 对于e=1、对于e=2等一直到e=E的部分系列511-1，以及
• 对于e=1、对于e=2等一直到e=E的部分系列512-1。
存在确定是否相关的许多标准(或相关性规则)，以及本领域的技术人员能够按照相关性规则来识别它们。仅列举几个标准：
• 预定义阈值段(最大-最小段)内的数据值量，
• 与正态分布(高斯分布)标准偏差特别相关的数据值，例如超出标准，
• 信噪比(SNR)，
• 通过使用DTW技术来比较E个部分时间系列所得到的相似距离(例如在ToniGiorgino的“Computing and Visualizing Dynamic Time Warping Alignments in R:the dtw Package”(Journal of Statistical Software Vol 31 (2009)，Issue 7)中可得到对DTW以及对DTW软件的概述)。对齐距离能够与预定义阈值相关，使得能够相应地确定相关性。
为了说明的简洁起见，如果所有实例e=1至E(即，在组合模式)的数据值超过0.1的最小-最大段，则通过示例给出单变量时间系列的相关性。
假定归一化数据值[0, 1]，511-1(e=1至E，组合模式)中存在N1*E个数据值，例如0.5、0.55、0.48、0.47...0.5。所有这些N1*E个数据值近似保持在0.5。这些最小变化不会引起相关性。查看511-2(e=1至E，组合模式)，N1*E个数据值为0.5、0.6、0.7、0.4...0.5。最小值0.4与最大值0.7之间的差超过0.1的最小-最大段。因此，时间系列511-2是相关的。
流程图图示作为独立步骤、处理(450)相关时间系列以得到阶段特定参数的步骤，但是在实现中，参数550在成为可用时被存储。
参数模块602将相关性确定作为参数550存储到矩阵Φ中，1用于相关性，0用于不相关性。本示例具有两列(用于阶段1和2)，并且具有两行(分别用于第一和第二时间系列)。
因此，使参数550作为阶段特定参数可供控制模块604使用(方法404)，在本示例中通过矩阵Φ。
短暂地回到图1，控制模块604然后能够应用参数550。按照矩阵Φ，过滤器604-A采用第一阶段的{D2}并且采用第二阶段的{D1}来得到{{D}}#，以及聚合器由此得出质量指示符。
2*2矩阵Φ中的参数550用作大为简化的示例，以及更具说明性的参数550是图9的参数550-1和550-2，其中矩阵Φ对于V=5个源具有P=2。但是，如本文所述来识别参数不是手动过程的自动化。
编组和组合
在参数550对后续阶段是相似的情况下，参数能够被编组。查看(图9的)参数550-2，参数仅可用于2个阶段，但是假定图4的4阶段示例(仍然是简化)。在示例中，阶段特定的参数向量可能是φ1=φ2(0, 1, 1, 1, 1)以及φ3=φ4(0, 1, 1, 0, 1)。
阶段1和2的部分系列可被组合，以及阶段3和4的部分系列也可被组合。能够对阶段1和2得到第一质量指示符Q，并且对阶段3和4得到第二质量指示符。
由于参数适合特定阶段(或阶段编组)，因此预计工具(例如控制模块604中的MPCA工具)的性能将更为精确，以监测单独阶段。
这具有——至少——两个优点：
• 结果——例如阶段特定的质量指示符——能够引起整体的批运行的总质量指示符(例如，如果工作在组合模式的所有阶段或阶段编组也“成功”，则批“成功”)。
• 能够及早检测与相关批运行的偏差(即，与正常过程性能的偏差)。(在本示例中，操作员可在早期阶段检查加热器状态，其中加热器和马达的共同性能仍然是可校正的。)
论述
如所述，计算机600忽略时间系列的语义(除了阶段的标识之外)。本描述现在短暂地回到图4的示例，其中参考数据可用于v=5个源：
• 具有测量数据的{D1}至{D4}，以及
• 具有阶段区分的事件数据的{D5}
如在图7中，对参考多个502中的数据存在质量“成功”中的E=3个批运行。
执行方法402潜在地引起采取(v, p)矩阵形式的参数550，其中1用于阶段2、3和4中的{D1}(温度)和{D2}(旋转)。参数550引起可视化670(参见图7)，根据所述可视化670，黑点潜在地在阶段特定的多个可视化中处于同一象限中。
假定关断加热器的指令(t21，图3)被忽略，加热器{D3}的状态保持为ON。在t31，指令MOTOR ON到达，并且不久之后(从t39)，马达{D4}具有状态ON。这引起对短时间可容许的图4中的状态ON/ON。假定作为物理结果，温度{D1}升高。由于{D1}的相关性，上述正常值潜在地使白点(对于当前批运行，参见图7)离开黑点，这指示与参考的偏差。可视化指示技术设备(作为技术系统)的状态，操作员150能够采取校正动作(例如以关断加热器)。
由于聚合器604-B使用阶段特定参数，因此控制模块604(具有过滤器和聚合器)能够被看作使用阶段特定模型。
参考多个502(来自参考方法401的结果)可用于时间间隔[t1, tK]，但是划分步骤430(方法402)还创建能够被存储(例如在知识库中)的阶段特定参考。还有可能创建考虑相关性信息(来自步骤440/450)的阶段特定参考。
根本原因分析
如所述，质量指示符(无论是否可视化)能够用来指示状态，但是操作员能够使用指示符来调查偏差的根本原因。在本示例中，存在使关断加热器的指令没有到达加热器的潜在异常。
MPCA的适用性
如所述，控制模块604使用MPCA工具作为聚合器604-B。但是，也能够使用其他(聚合器)工具。例如，聚类工具，即，考虑偏最小二乘(PLS)技术的工具。
12 微调参数
已经说明用来得到参数550的方法402，本描述这时说明使参数550更精确的方式(作为所选参数550')。
图12图示用来调整参数的计算机实现方法403。方法403不仅通过传统流程图图示，而且还通过所处理数据的符号图示来图示。步骤参考470、475、480和485在图的左边图示。
参数调整方法403是可选方法，该方法在增加“阻止”的份额而减少“允许”(或“通过”)的份额的意义上使参数550更严格。换言之，矩阵Φ'比矩阵Φ具有更多“0”元素。聚合器504-B必须处理更少数据，并且提供与具有更高精度的现实对应的质量指示符Q。
参数调整方法403能够由参数模块603(参见图1)执行，但是并不完全由那个模块执行。参数模块603能够被看作是调整器模块。它还具有触发其他模块进行的活动的协调功能。
本描述仍然继续采取参数矩阵Φ的形式的参数550。
参数模块603接收(470)作为多变量时间系列{{D}}1至{{D}}6的多个503历史批运行数据。6个批运行的数量只是便于说明。{{D}}1对{{D}}6不一定与参考多个502中的数据相同。能够从集合501接收{{D}}1对{{D}}6。(使用上标索引使差更清楚)。
批运行具有目标质量的已知质量指示符(例如对全部6个为“成功”)。不需要通过执行方法404(对于每个批运行)来得到质量指示符。更适合具有单独选择的批运行。批运行1-6(具有数据{{D}})被看作是校准参考。在接收470中，参数模块603能够与人类专业用户进行交互。
参数模块603这时修改参数550，并且提供一组参数变化。该图通过在变化550-var-1和550-var-2中去除“1”(而不是添加“1”)将矩阵Φ(550-2，参见图9)作为起始矩阵550-var-0来图示这个方面。
参数模块603指示指令控制模块604得到(480)质量指示符Q(通过如以上对图1所述处理多变量时间系列)。
在本示例中，质量指示符通过可视化中的点的位置示出。存在总共6*3个指示符(点)。为了方便起见，可视化使用圆(参见图3(B))。
以5源2阶段矩阵(来自图8)作为起始矩阵，可视化670引起圆内的4个点(批2、3、4、6)和外部的两个点(1, 5)。第一变化(var-1)示出圆内的所有点(对于6个参考)，以及第二变化(var-2)示出内部5个点和外部一个点。这引起第一变化是更适当参数向量的假设。因此，第一变化的Φ'能够用于当来自生产批运行的数据到达时对它们进一步处理。换言之，Φ(图9中的550-2)已被优化成Φ(图12中的550-var-1)。
在这个功能中，控制模块604没有采用交互时间数据504进行操作，而是该功能与以上所述相同。查看可视化只是说明该方式的便利方式。实际上，向用户可视化Q不作要求。
虽然在图12的示例中，用户将var-01识别为最高精度的参数选择550'，但是参数模块603能够通过处理进行选择。这通过确定(485)所得质量指示符的差来示出。差为最小的变化(例如550-var-1)然后被看作是所选参数550'。
图12中的图示只是示例。能够对变化合计从点(6个点，对于6个参考)到圆的中心的距离P。如所示，变化550-var-1的最小数的总和。
调整参数能够被看作是一种形式的校准。因此，它适合接收(步骤470)来自质量指示符指示相同质量(在本示例中为“成功”)的批运行的时间系列。
但是，这不是强制性的。本领域的技术人员能够通过混合参考批来修改方式。例如，批1和5可取自已知不同质量(在这里为故障)，而批2-4和6可取自“成功批”。在这种情况下，故障批通过白点显示。对于引起可接受精度的参数550/550'，白点位于圆之外(如对于本示例仅在左边示出)。
鉴于差计算，标准可能是具有相反质量的批之间的(Q的)最大距离(例如黑点与白点之间的最大距离的最佳参数)。
本领域的技术人员能够应用满意方法，例如将质量指示符编组为聚类等。聚类方式是本领域已知的。能够通过使用健壮方式(例如应用中值计算而不是平均计算)来忽略离群值。
作为进一步聚合，不同聚类(即，成功/失败的质量指示符)的分离能够引起指示参数的适用性(不适用性)的分离量度。在这方面，也提到所谓的漏报和误报的识别。
许多备选方案是可能的。要注意，不需要提供其他模块，能够再使用(例如控制模块的)一些模块的功能性。
13 通用计算机
图13图示可与这里所述的技术一起使用的通用计算机装置900和通用移动计算机装置950的示例。计算装置900预计表示各种形式的数字计算机，例如膝上型、台式、工作站、个人数字助理、服务器、刀片服务器、大型和其他适当的计算机。通用计算机装置900可对应图1的计算机600。计算装置950预计表示各种形式的移动装置，例如个人数字助理、蜂窝电话、智能电话和其他类似计算装置。例如，计算装置950可包括如图1所示装置的数据存储组件和/或处理组件。这里所示的组件、其连接和关系以及其功能意在只是示范性的，而不是意在限制本文档中所述和/或要求保护的本发明的实现。
计算装置900包括处理器902、存储器904、存储装置906、连接到存储器904和高速扩展端口910的高速接口908以及连接到低速总线914和存储装置906的低速接口912。组件902、904、906、908、910和912的每个使用各种总线来互连，并且可安装在公共主板上或者按照其他适当方式来安装。处理器902能够处理供计算装置900中执行的指令，包括存储器904中或者存储装置906上存储的指令，以便在外部输入/输出装置、例如耦合到高速接口908的显示器916上显示GUI的图形信息。在其他实现中，可适当地使用多个处理器和/或多个总线连同多个存储器和多种类型的存储器。另外，可连接多个计算装置900，其中每个装置提供必要操作的部分(例如，作为服务器组、一组刀片服务器或者多处理器系统)。
存储器904在计算装置900内存储信息。在一个实现中，存储器904是一个或多个易失性存储器单元。在另一个实现中，存储器904是一个或多个非易失性存储器单元。存储器904也可以是另一种形式的计算机可读介质，例如磁或光盘。
存储装置906能够为计算装置900提供大容量存储装置。在一个实现中，存储装置906可以是或者包含计算机可读介质，例如软盘装置、硬盘装置、光盘装置或磁带装置、闪速存储器或其他类似固态存储器装置或者装置阵列(包括存储区域网络或其他配置中的装置)。计算机程序产品能够有形地体现在信息载体中。计算机程序产品还可包含指令，其在运行时执行如上所述的一个或多个方法。信息载体是计算机或机器可读介质，例如存储器904、存储装置906或者处理器902上的存储器。
高速控制器908管理计算装置900的带宽密集操作，而低速控制器912管理较低带宽密集操作。功能的这种分配只是示范性的。在一个实现中，高速控制器908耦合到存储器904、显示器916(例如经过图形处理器或加速器)，以及耦合到可接纳各种扩展卡(未示出)的高速扩展端口910。在本实现中，低速控制器912耦合到存储装置906和低速扩展端口914。可包括各种通信端口(例如USB、蓝牙、以太网、无线以太网)的低速扩展端口可例如经过网络适配器来耦合到一个或多个输入/输出装置，例如键盘、指针装置、扫描仪或者组网装置(例如交换机或路由器)。
计算装置900可采取多种不同形式来实现，如图所示。例如，它可实现为标准服务器920或者在一组这类服务器中多次实现。它还可实现为机架服务器系统924的组成部分。另外，它可在个人计算机(例如膝上型计算机922)中实现。备选地，来自计算装置900的组件可与移动装置(未示出)中的其他组件(例如装置950)相组合。这类装置的每个可包含计算装置900、950的一个或多个，并且整个系统可由相互通信的多个计算装置900、950来组成。
计算装置950包括处理器952、存储器964、输入/输出装置(例如显示器954)、通信接口966和收发器968以及其他组件。装置950还可提供有存储装置(例如微型驱动器或其他装置)，以提供附加存储。使用各种总线来互连组件950、952、964、954、966和968的每个，并且组件的若干组件可安装在公共主板上或者按照其他适当方式来安装。
处理器952能够在计算装置950内执行指令，包括存储器964中存储的指令。处理器可实现为包括单独以及多个模拟和数字处理单元的芯片的芯片组。处理器可提供例如装置950的其他组件的协调，例如用户接口、由装置950所运行的应用以及由装置950进行的无线通信的控制。
处理器952可经过控制接口958以及耦合到显示器954的显示接口956与用户进行通信。显示器954可以是例如TFT LCD(薄膜晶体管液晶显示器)或OLED(有机发光二极管)显示器或者其他适当的显示技术。显示接口956可包括适当电路系统，其用于驱动显示器954以向用户呈现图形和其他信息。控制接口958可从用户接收命令，并且对它们进行转换供提交给处理器952。另外，可提供与处理器952进行通信的外部接口962，以便实现装置950与其他装置的近区域通信。外部接口962可在一些实现中提供例如有线通信或者在其他实现中提供无线通信，并且也可使用多个接口。
存储器964在计算装置950内存储信息。存储器964能够实现为一个或多个计算机可读介质、一个或多个易失性存储器单元或者一个或多个非易失性存储器单元中的一个或多个。扩展存储器984也可被提供并且经过扩展接口982(所述扩展接口982可包括例如SIMM(单列直插存储器模块)卡接口)来连接到装置950。这种扩展存储器984可为装置950提供额外存储空间，或者还可存储装置950的应用或其他信息。特别地，扩展存储器984可包括用来执行或补充上述过程的指令，并且还可包括安全信息。因此，例如，扩展存储器984可充当装置950的安全模块，并且可编程有指令，所述指令准许装置950的安全使用。另外，安全应用可经由SIMM卡连同附加信息(例如按照不可攻击方式将识别信息放置在SIMM卡上)来提供。
存储器可包括例如闪速存储器和/或NVRAM存储器，如以下所述。在一个实现中，计算机程序产品有形地体现在信息载体中。计算机程序产品包含指令，所述指令在被执行时执行例如上述方法等的一个或多个方法。信息载体是计算机或机器可读介质，例如存储器964、扩展存储器984或者处理器952上的存储器，它们可例如通过收发器968或外部接口962来接收。
装置950可经过通信接口966进行无线通信，所述通信接口966在必要时可包括数字信号处理电路系统。通信接口966可提供各种模式或协议下的通信，例如GSM语音呼叫、SMS、EMS或MMS消息传递、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS等等。这种通信可例如经过射频收发器968进行。另外，短程通信可例如使用蓝牙、WiFi或其他这种收发器(未示出)进行。另外，GPS(全球定位系统)接收器模块980可向装置950提供附加导航和位置相关无线数据，所述数据可通过装置950上运行的应用适当地使用。
装置950还可使用音频编解码器960进行听觉通信，所述音频编解码器可从用户接收口头信息（spoken information），并且将它转换成可使用数字信息。音频编解码器960同样可例如经过例如装置950的手柄（handset）中的扬声器为用户生成可听声。这种声音可包括来自语音电话呼叫的声音，可包括记录声音(例如语音消息、音乐文件等)，并且还可包括通过装置950上进行操作的应用所生成的声音。
计算装置950可采取多种不同形式来实现，如图所示。例如，它可实现为蜂窝电话980。它还可实现为智能电话982、个人数字助理或其他类似移动装置的组成部分。
这里所述的系统和技术的各个实现能够在数字电子电路系统、集成电路系统、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些各种实现能够包括通过在可编程系统中可执行和/或可解释的一个或多个计算机程序来实现，可编程系统包括经耦合以从存储系统接收数据和指令，并且传送数据和指令到存储系统的至少一个可编程处理器、至少一个输入装置和至少一个输出装置。
这些计算机程序(又称作程序、软件、软件应用或代码)包括用于可编程处理器的机器指令，并且能够通过高级过程和/或面向对象的编程语言和/或通过汇编/机器语言来实现。如本文所使用的，术语“机器可读介质”和“计算机可读介质”表示用来向可编程处理器提供机器指令和/或数据的任何计算机程序产品、设备和/或装置(例如磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”表示用来向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互，这里所述的系统和技术能够在具有显示装置以及键盘和指向装置（鼠标或轨迹球）的计算机上实现，显示装置（例如CRT(阴极射线管)或LCD(液晶显示器)监视器）用于向用户显示信息，用户能够通过指向装置向计算机提供输入。其他种类的装置也能够用来提供与用户的交互；例如，提供给用户的反馈能够是任何形式的感测反馈（例如视觉反馈、听觉反馈或者触觉反馈）；以及能够接收采取任何形式的来自用户的输入，包括声音、语音或触觉输入。
这里所述的系统和技术能够在计算装置中实现，该计算装置包括后端组件(例如作为数据服务器)，或者包括中间件组件(例如应用服务器)，或者包括前端组件(例如客户端计算机，该客户端计算机具有图形用户界面或者WEB浏览器，用户能够通过它与这里所述的系统和技术的实现进行交互)，或者这类后端、中间件或前端组件的任何组合。系统的组件能够通过数字数据通信的任何形式或介质(例如通信网络)来互连。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)和因特网。
计算装置能够包括客户端和服务器。客户端和服务器通常相互远离，并且通常经过通信网络进行交互。客户端和服务器的关系依靠相应计算机上运行并且相互具有客户端-服务器关系的计算机程序而出现。
已经描述多个实施例。然而将会理解，可进行各种修改，而没有背离本发明的精神和范围。
另外，附图中所描绘的逻辑流程不一定要求所示的特定顺序或依次顺序来取得合乎需要的结果。另外，可提供其他步骤，或者可从所述流程中删除步骤，以及其他组件可添加到所述系统或者从其中去除。相应地，其他实施例落入以下权利要求的范围之内。

Claims (15)

1.一种用于得到将由计算机(600)的控制模块(604)使用的参数(550)的计算机实现方法(402)，其中所述控制模块(604)适合通过处理来自技术设备(110)的批运行数据(504)来控制所述技术设备(110)，所述方法(402)包括：
从已经执行生产过程的技术设备(110)接收(410)参考多个(502)多变量参考时间系列(510-e)，其中所述多变量参考时间系列(510-e)基于批特定的批运行时间间隔([t1, tk])的时间点(tk)，并且包括来自与所述技术设备(110)相关的源(120-1，120-2，120-5)的数据值，其中每个多变量时间系列(510-e)包括
来自第一源(120-1)的第一时间系列(511-e)，其具有对于第一测量值的数据，
来自第二源(120-1)的第二时间系列(512-e)，其具有对于第二测量值的数据，以及
来自第三源(120-5)的第三时间系列(515-e)，其具有描述所述批运行时间间隔([t1,tk])期间的特别的制造操作的数据；
单独对于所述多个中的每个多变量参考时间系列(510-e)：
通过确定所述特别的制造操作之间的转变将所述批运行时间间隔([t1, tk])拆分(420)为阶段(p)，所述阶段(p)是连续时间间隔([t1, tN]p)，以及将所述第一时间系列(511-e)分为(430)特别的阶段特定的第一部分系列(511-1e，511-2e)并且将所述第二时间系列(512)分为特别的阶段特定的第二部分系列(512-1e，512-2e)；
单独对于每个阶段(p)并且对于组合的所述阶段特定的部分系列，处理(440)所述阶段特定的部分系列，以按照相关性规则将多个相关的阶段特定的时间系列区分为相关部分时间系列(1)或者不相关部分时间系列(0)；以及
将相关性信息作为所述参数(550)存储(450)。
2.如权利要求1所述的方法(402)，
其中，步骤接收(410)对于从多变量历史时间系列的集合(501)中预先选择的多变量参考时间系列(510-e)执行，其具有来自历史批运行的数据。
3.如前述权利要求中的任一项所述的方法(402)，
其中，接收(410)对于采用用来从符合特别的目标质量指示符的历史批运行中选择多变量时间系列的准则从来自历史批运行(H)的多变量时间系列的集合(501)中预先选择的多个多变量时间系列(510-e)执行。
4.如前述权利要求中的任一项所述的方法(402)，
其中，拆分(420)通过按照属于所述第三时间系列(515-e)的所述数据的事件描述符(520-e)的时间点确定所述阶段(p)之间的所述转变来执行。
5.如前述权利要求中的任一项所述的方法(402)，其中，处理(440)以进行区分通过使用下列项评估下列相关性规则的任何规则来执行：
预定义阈值带内的数据值量，
数据值与正态分布的所述标准偏差的关系，
信噪比，
动态时间规整DTW距离，
相互关连的时间系列的识别，和/或
被干扰时间系列中的离群值的识别。
6.如前述权利要求中的任一项所述的方法(402)，
其中，存储(450)所述相关性信息通过提供参数矩阵(Φ)执行。
7.如权利要求6所述的方法(402)，
其中，存储(450)所述相关性信息通过提供参数矩阵(Φ)执行，所述参数矩阵(Φ)具有有选择地允许或阻止所述计算机(600)的所述控制模块(604)处理来自所述技术设备(110)的所述批运行数据的二进制元素。
8.如权利要求7所述的方法(402，403)，进一步包括：
接收(470)来自所述质量指示符对其已经可用的批运行的多个（503）另外的多变量时间系列；
通过将允许(1)的参数切换到阻止(0)的元素来提供(475)所述参数矩阵(Φ)的一组参数变化(550-var-0，550-var-1，550-var-2)；
对于每个参数变化并且对于每个另外的多变量时间系列，通过处理所述多变量时间系列来得到(480)质量指示符；
确定(485)所得质量指示符的差异，并且将所述变化(550-var-1)视为所选参数(550')，对于所述变化(550-var-1)，所述差异是最小的。
9.如权利要求8所述的方法(402，403)，
其中，接收(470)包括接收来自批运行的多变量时间系列，对于所述批运行，所述质量指示符指示相同质量。
10.如权利要求1-9中的任一项所述的方法(402，403)，进一步包括所述控制模块(604)把来自所述技术设备(110)的特别的交互时间批运行(504)的数据聚合为所述技术设备(110)的状态指示符，
其中所述控制模块(604)在聚合之前使用所述参数(550)按照特别的源和特别的阶段有选择地滤出所述数据。
11.一种计算机系统(600)，其适合执行如权利要求1-10中的任一项所述的方法(402，403)。
12.一种计算机程序产品，其当被加载到计算机的存储器中并且由所述计算机的至少一个处理器执行时执行如权利要求1-10中的任一项所述的计算机实现方法的所述步骤。
13.使用通过由把来自所述技术设备(110)的特别的交互时间批运行(504)的数据聚合为所述技术设备(110)的状态指示符的控制模块(604)执行如权利要求1-9中的任一项所述的计算机实现方法所得到的所述参数(550)，
其中所述控制模块(604)在聚合之前使用所述参数(550)按照特别的源和特别的阶段有选择地滤出所述数据。
14.一种用于识别用于特别的批运行的质量指示符的计算机实现方法(404)，所述方法(404)包括下列步骤：
如权利要求1-9中的任一项所述的那样读取作为所述参数(550)的所述相关性信息，
按照源特定并且阶段特定的所述参数(550)来过滤数据，以及
聚合所述数据。
15.如权利要求14所述的方法，进一步包括下列步骤：
在聚合所述数据之后，得出用于每个源(120-1，120-2，120-5)和/或每个阶段(p)的所述质量指示符。
CN202080029203.7A 2019-04-17 2020-04-09 使用参数化批运行监测通过质量指示符控制技术设备 Pending CN113646715A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19169993.3 2019-04-17
EP19169993.3A EP3726316B1 (en) 2019-04-17 2019-04-17 Controlling technical equipment through quality indicators using parameterized batch-run monitoring
PCT/EP2020/060266 WO2020212271A1 (en) 2019-04-17 2020-04-09 Controlling technical equipment through quality indicators using parameterized batch-run monitoring

Publications (1)

Publication Number Publication Date
CN113646715A true CN113646715A (zh) 2021-11-12

Family

ID=66448310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080029203.7A Pending CN113646715A (zh) 2019-04-17 2020-04-09 使用参数化批运行监测通过质量指示符控制技术设备

Country Status (6)

Country Link
US (1) US11755605B2 (zh)
EP (1) EP3726316B1 (zh)
JP (1) JP7282915B2 (zh)
CN (1) CN113646715A (zh)
SG (1) SG11202110754XA (zh)
WO (1) WO2020212271A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU501866B1 (en) * 2022-04-20 2023-10-20 Wurth Paul Sa Detecting the cause of abnormal operation in industrial machines
CN115840431B (zh) * 2023-02-27 2023-05-16 一夫科技股份有限公司 一种ⅱ型无水石膏的生产控制方法及系统
CN117113119B (zh) * 2023-10-24 2023-12-26 陕西女娲神草农业科技有限公司 应用于绞股蓝制备场景下的设备关联关系分析方法及系统
CN117333201B (zh) * 2023-11-28 2024-02-23 山东恒信科技发展有限公司 一种原料油原料溯源管理方法及系统
CN118427881B (zh) * 2024-06-25 2024-10-01 大连爱柏斯化工股份有限公司 丙酸钴合成相关数据保护方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063611A1 (en) * 2008-09-11 2010-03-11 Honeywell International Inc. Systems and methods for real time classification and performance monitoring of batch processes
US20110288660A1 (en) * 2010-05-21 2011-11-24 Fisher-Rosemount Systems, Inc. On-line alignment of a process analytical model with actual process operation
GB201216480D0 (en) * 2011-09-19 2012-10-31 Fisher Rosemount Systems Inc Inferential process modeling,quality prediction and fault detection using multi-stage data segregation
CA2814625A1 (en) * 2012-04-27 2013-10-27 Centre De Recherche Industrielle Du Quebec Method and apparatus for stabilizing production of pulp from wood chips
GB201402311D0 (en) * 2013-03-04 2014-03-26 Fisher Rosemount Systems Inc Big data in process control systems
CN103822904A (zh) * 2012-11-15 2014-05-28 奥索临床诊断有限公司 基于流监测的侧向流测定装置的质量/过程控制
CN106687875A (zh) * 2014-08-01 2017-05-17 瑞芬股份有限公司 用于过程设计和分析的系统和方法
CN107357269A (zh) * 2017-06-17 2017-11-17 湖州师范学院 基于混合mpls的多阶段过程质量预报方法
EP3451627A1 (en) * 2017-08-29 2019-03-06 eperi GmbH Gateway computer system with intermediate data processing according to rules that are specified by templates
DE102018124395A1 (de) * 2017-10-02 2019-04-04 Fisher-Rosemount Systems, Inc. Bediener-überwachungsbereich in einer prozesssteuerungsanlage

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5727128A (en) 1996-05-08 1998-03-10 Fisher-Rosemount Systems, Inc. System and method for automatically determining a set of variables for use in creating a process model
US6901303B2 (en) * 2001-07-31 2005-05-31 Hewlett-Packard Development Company, L.P. Method and apparatus for controlling fans and power supplies to provide accelerated run-in testing
US7912676B2 (en) 2006-07-25 2011-03-22 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation in a process plant
US8078434B2 (en) * 2008-07-17 2011-12-13 Honeywell International Inc. Systems and methods for offline and/or online batch monitoring using decomposition and signal approximation approaches
WO2010131262A2 (en) * 2009-05-11 2010-11-18 Reva Electric Car Company (Pvt) Limited System and method for monitoring and controlling energy system
WO2011146914A2 (en) * 2010-05-21 2011-11-24 Fisher-Rosemount Systems, Inc. Multi-stage process modeling method
US10018997B2 (en) * 2013-06-28 2018-07-10 Fisher-Rosemount Systems, Inc. Non-intrusive data analytics in a process control system
US9524132B2 (en) * 2014-10-07 2016-12-20 Videojet Technologies, Inc. System and method for remotely servicing an industrial printer
CN104808648A (zh) 2015-03-09 2015-07-29 杭州电子科技大学 一种基于k近邻的批次过程在线实时监测方法
GB2544089B (en) * 2015-11-06 2020-02-12 Veracity Uk Ltd Network switch

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063611A1 (en) * 2008-09-11 2010-03-11 Honeywell International Inc. Systems and methods for real time classification and performance monitoring of batch processes
US20110288660A1 (en) * 2010-05-21 2011-11-24 Fisher-Rosemount Systems, Inc. On-line alignment of a process analytical model with actual process operation
GB201216480D0 (en) * 2011-09-19 2012-10-31 Fisher Rosemount Systems Inc Inferential process modeling,quality prediction and fault detection using multi-stage data segregation
CA2814625A1 (en) * 2012-04-27 2013-10-27 Centre De Recherche Industrielle Du Quebec Method and apparatus for stabilizing production of pulp from wood chips
CN103822904A (zh) * 2012-11-15 2014-05-28 奥索临床诊断有限公司 基于流监测的侧向流测定装置的质量/过程控制
GB201402311D0 (en) * 2013-03-04 2014-03-26 Fisher Rosemount Systems Inc Big data in process control systems
CN106687875A (zh) * 2014-08-01 2017-05-17 瑞芬股份有限公司 用于过程设计和分析的系统和方法
CN107357269A (zh) * 2017-06-17 2017-11-17 湖州师范学院 基于混合mpls的多阶段过程质量预报方法
EP3451627A1 (en) * 2017-08-29 2019-03-06 eperi GmbH Gateway computer system with intermediate data processing according to rules that are specified by templates
DE102018124395A1 (de) * 2017-10-02 2019-04-04 Fisher-Rosemount Systems, Inc. Bediener-überwachungsbereich in einer prozesssteuerungsanlage

Also Published As

Publication number Publication date
EP3726316A1 (en) 2020-10-21
EP3726316B1 (en) 2022-06-29
US11755605B2 (en) 2023-09-12
WO2020212271A1 (en) 2020-10-22
JP2022529164A (ja) 2022-06-17
SG11202110754XA (en) 2021-10-28
US20220035810A1 (en) 2022-02-03
JP7282915B2 (ja) 2023-05-29

Similar Documents

Publication Publication Date Title
CN113646715A (zh) 使用参数化批运行监测通过质量指示符控制技术设备
JP6896069B2 (ja) ｋ近傍およびロジスティック回帰アプローチを用いた時系列異常検出、異常分類、ならびに遷移分析
US9842302B2 (en) Population-based learning with deep belief networks
US11573879B2 (en) Active asset monitoring
US20200175445A1 (en) Process data quality and reliability management methodology
US10579042B2 (en) Defect rate analytics to reduce defectiveness in manufacturing
US11170332B2 (en) Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators
US11244249B2 (en) Machine learning templates in a machine learning framework
CN111832880B (zh) 对正在进行的生产批运行的质量指示符的计算机实现的确定
US20210191375A1 (en) Method for carrying out measurements on a virtual basis, device, and computer readable medium
CN115769235A (zh) 提供与训练函数的准确度有关的警报的方法和系统
US20190155267A1 (en) Information processing apparatus, information processing method, and recording medium
CN113811908B (zh) 用于确定生产设备的生产周期的方法和装置
US20140125675A1 (en) Trend dynamic sensor imaging using contour maps to visualize multiple trend data sets in a single view
US20230055641A1 (en) Real-time generation of digital twins based on input data captured by user device
CN116244444A (zh) 设备故障诊断方法和装置
US20130030760A1 (en) Architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
US11966218B2 (en) Diagnosis device, diagnosis method and program
US20240192095A1 (en) State detection system, state detection method, and computer readable medium
CN117236682B (zh) 工业自动化控制方法及系统
US20230350392A1 (en) Method and system for seamless transition of runtime system from controller device to digitalization platform
Dastgerdi et al. Faulty Process Detection Using Machine Learning Techniques
US20230229137A1 (en) Analysis device, analysis method and non-transitory computer-readable storage medium
WO2023148554A1 (en) Chromatography operational status analysis
US20200348636A1 (en) Methods and apparatus to implement predictive analytics for continuous processes

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