CN117631632B - 一种pta混合入料的控制方法及系统 - Google Patents
一种pta混合入料的控制方法及系统 Download PDFInfo
- Publication number
- CN117631632B CN117631632B CN202410108724.1A CN202410108724A CN117631632B CN 117631632 B CN117631632 B CN 117631632B CN 202410108724 A CN202410108724 A CN 202410108724A CN 117631632 B CN117631632 B CN 117631632B
- Authority
- CN
- China
- Prior art keywords
- interlocking
- scheme
- parameters
- production
- safety
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004519 manufacturing process Methods 0.000 claims abstract description 199
- 238000012544 monitoring process Methods 0.000 claims abstract description 163
- 238000012545 processing Methods 0.000 claims abstract description 72
- 239000002994 raw material Substances 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims description 93
- 238000005457 optimization Methods 0.000 claims description 28
- 238000012795 verification Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 13
- 239000003016 pheromone Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 238000012797 qualification Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 229920000728 polyester Polymers 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007727 cost benefit analysis Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011958 production data acquisition Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 229920001169 thermoplastic Polymers 0.000 description 1
- 239000004416 thermosoftening plastic Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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]
Abstract
本发明公开了一种PTA混合入料的控制方法及系统，涉及PTA生产领域，该PTA混合入料的控制方法包括以下步骤：S1、获取PTA生产参数，并进行原料配置；S2、设置生产要素控制方案；S3、获取生产监测参数，并设置生产监测参数安全阈值和监测传感器；S4、设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；S5、根据生产要素控制方案进行PTA混合入料加工，并采集实时生产监测参数；S6、根据生产监测参数安全阈值进行联锁判断；S7、实施加工应急保护方案，对安全联锁方案进行调整优化，并更新加工应急保护方案。本发明通过获取PTA生产参数并根据这些参数进行原料配置，优化生产流程提高生产效率。
Description
技术领域
本发明涉及PTA生产领域，具体来说，涉及一种PTA混合入料的控制方法及系统。
背景技术
PTA是制造聚酯纤维的主要原料，在服装和家居纺织品中广泛使用，也是制造热塑聚酯的重要原料，聚酯的使用在很大程度上取代了天然纤维，减少了对这些资源的需求，近年来越来越多的研究和开发致力于更有效地回收和重新利用聚酯产品，以减少其对环境的影响。
而PTA混合入料可以调整最终产品的物理和化学性质，通过调整入料中不同PTA的比例，控制聚酯产品的分子量、粘度等性质，且在某些情况下，混合入料可以降低生产成本。例如市场上有一种价格较低但品质稍差的PTA通过与高品质PTA混合使用，可以降低成本又能保证产品品质，同时PTA混合入料还有助于环保，通过混合使用再生PTA和新的PTA，减少对石油资源的依赖，同时也减少了生产过程中的碳排放。
但是现有的PTA混合入料控制方法在进行使用时并未考虑混合入料时各个参数的联锁关系，导致在PTA混合入料进行控制时极易因忽视联锁关系而导致PTA混合入料控制出现误差，影响PTA混合入料时的质量，且现有的PTA混合入料控制方法在进行生产时并未对参数进行时监测也未设置应急出力方案，导致控制过程中的可控性大大降低，极大的影响了PTA混合入料控制方法的安全效果。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种PTA混合入料的控制方法及系统，以克服现有相关技术所存在的上述技术问题。
为此，本发明采用的具体技术方案如下：
一种PTA混合入料的控制方法及系统，包括以下步骤：
S1、获取PTA生产参数，并根据PTA生产参数进行原料配置；
S2、根据原料配置结果设置生产要素控制方案；
S3、对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
S4、将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
S5、根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
S6、将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
S7、根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案。
作为优选方案，对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器包括以下步骤：
S31、对生产要素控制方案进行合理性验证；
S32、根据合理性验证结果对生产要素控制方案进行优化调整，并对优化调整后的生产要素控制方案进行监测特征参数提取；
S33、将监测特征参数提取结果整合，得到监测特征参数集，并对监测特征参数集内部的监测特征参数设置参数安全阈值；
S34、根据监测特征参数集配置传感器，并设置传感器采集数据规则。
作为优选方案，将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案包括以下步骤：
S41、预设相似参数提取规则，并对生产要素控制方案和生产监测参数安全阈值进行相似参数提取；
S42、对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案；
S43、将安全联锁方案进行验证分析，并根据验证分析结果对安全联锁方案进行调整，并根据调整后的安全联锁方案设置加工应急保护方案；
S44、对加工应急保护方案进行应急预演，并根据应急预演结果对加工应急保护方案进行优化。
作为优选方案，对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案包括以下步骤：
S421、对相似参数进行数据清洗，并对清洗后的相似参数进行归一处理；
S422、将归一化处理后的相似参数采用关联性算法进行分析关联性参数；
S423、根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案；
S424、对安全联锁方案进行验证优化，并将优化后的安全联锁方案输出。
作为优选方案，归一化处理后的相似参数采用关联性算法进行分析关联性参数的计算公式为：
；
其中，M为关联性参数；
u为相似参数的索引；
V为相似参数集的参数数量；
b为第u个相似参数的差异值。
作为优选方案，根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案包括以下步骤：
S4231、对关联性参数进行关联信息素提取，并根据关联信息素进行关联强度分析；
S4232、根据关联信息素和关联强度分析结果进行构建联锁逻辑，并根据联锁逻辑设置关联性安全规则；
S4233、将关联性安全规则和关联性参数进行联锁分析，并根据联锁分析结果构建安全联锁方案。
作为优选方案，将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断包括以下步骤：
S61、对实时生产监测参数进行去噪，并将去噪后的实时生产监测参数与生产监测参数安全阈值进行数值比对；
S62、将数值比对结果与生产监测参数安全阈值进行对比，并对对比结果进行联锁程度分析；
S63、对联锁程度分析进行验证，并根据验证后的联锁程度分析结果进行联锁判断；
S64、将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出。
作为优选方案，将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出包括以下步骤：
S641、预设虚拟操作预测模型库，并将联锁判断结果与虚拟操作预测模型库进行匹配，得到操作仿真模型；
S642、设置联锁影响合格阈值，并将联锁判断结果输入操作仿真模型进行虚拟操作预测；
S643、对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整；
S644、重复执行S641-S643，直至虚拟操作预测结果符合联锁影响合格阈值。
作为优选方案，对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整包括以下步骤：
S6431、预设影响评估指标，并根据虚拟操作预测结果进行数据预处理；
S6432、根据影响评估指标对虚拟操作预测结果进行联锁影响分析；
S6433、根据联锁影响分析结果和联锁判断结果进行问题识别，并根据问题识别结果对联锁判断结果内部联锁参数进行调整；
S6434、对调整后的联锁判断结果进行验证，记录验证结果，并根据验证结果对联锁判断结果进行调节。
根据本发明的另一个方面，提供了一种PTA混合入料的控制系统，该系统包括：
参数获取模块，用于获取PTA生产参数，并根据PTA生产参数进行原料配置；
控制方案模块，用于根据原料配置结果设置生产要素控制方案；
监测配置模块，用于对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
应急方案模块，将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
生产参数采集模块，用于根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
联锁判断模块，用于将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
优化调整模块，用于根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案；
参数获取模块、控制方案模块、监测配置模块、应急方案模块、生产参数采集模块、联锁判断模块及优化调整模块依次连接。
本发明的有益效果为：
1、本发明通过获取PTA生产参数并根据这些参数进行原料配置，优化生产流程提高生产效率，同时生产参数是根据实际的工艺条件和产品需求进行设置，提高PTA混合入料时生产质量，再通过设置生产监测参数的安全阈值，配置监测传感器并进行实时监测，便于发现生产过程中的安全隐患，并进行预防和应对提高生产过程的安全性。
2、本发明通过进行生产要素控制方案的方案分析，获取生产监测参数，进行安全联锁方案的分析和配置，并对实时生产监测参数的实时比对和联锁判断，增强了生产过程的可控性和预见性，同时通过配置加工应急保护方案，并根据联锁判断结果实施加工应急保护方案，提高应急响应能力，使得PTA混合入料发生生产事故时，便于迅速启动应急保护方案，最大限度地减少事故的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种PTA混合入料的控制方法的方法流程图；
图2是根据本发明实施例的一种PTA混合入料的控制系统的系统框图。
图中：
1、参数获取模块；2、控制方案模块；3、监测配置模块；4、应急方案模块；5、生产参数采集模块；6、联锁判断模块；7、优化调整模块。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
根据本发明的实施例，提供了一种PTA混合入料的控制方法及系统。
现结合附图和具体实施方式对本发明进一步说明，根据本发明的一个实施例，如图1所示，根据本发明实施例的PTA混合入料的控制方法，包括以下步骤：
S1、获取PTA生产参数，并根据PTA生产参数进行原料配置；
具体的，收集PTA生产的各种参数，包括但不限于原料比例、温度、压力、流速、反应时间等，通过现场测量设备、生产管理系统或者历史生产数据获取，对收集到的数据进行分析，理解各个参数对PTA生产的影响，以及各个参数之间的关系，再基于对数据的分析，设置PTA生产的参数，根据设置的参数配置原料。
S2、根据原料配置结果设置生产要素控制方案；
具体的，查阅PTA生产企业提供的技术资料，联系PTA生产企业或设备供应商，咨询提供的生产线参数和原料配置方案，并查阅行业标准，如国家标准、行业组织制定的技术规范，同时参考相关学术文献，咨询PTA生产专家，在结合产品质量要求配置原料，并考虑工艺安全性能设置生产要素控制方案。
S3、对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
具体的，对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器包括以下步骤：
S31、对生产要素控制方案进行合理性验证；
具体的，对生产要素控制方案进行成本效益分析，例如控制费用是否高于节约成本，进行可操作性评估，例如操作难易程度、是否需要额外投入等，进行效果预测，例如质量指标是否能达到要求，进行风险分析，例如分析控制方案实施可能面临的各种风险，如操作风险、质量风险等，以及相应的防范措施，进行专家评审和试点验证，并进行持续监测，持续监测控制指标和经济效益，了解控制效果的长期态势，并根据反馈结果进行改进。
S32、根据合理性验证结果对生产要素控制方案进行优化调整，并对优化调整后的生产要素控制方案进行监测特征参数提取；
具体的，分析验证结果中不合理或效果不佳的因素，针对性地修改控制目标、指标和措施，吸收试点验证及员工反馈中的经验教训，完善控制流程和操作细节，并根据成本效益分析结果，合理配置和优化资源投入结构，同事参考同行业先进经验，引进更科学合理的控制理念和方法，再根据风险分析，强化可能影响的环节防控。
再持续监测控制目标指标，了解控制效果的长期变化态势，监测控制投入成本，跟踪成本效益是否得到提升，统计和分析生产过程中的异常事件，了解隐患和控制短板，定期调查员工使用体会，获取反馈意见，并与原方案对比，评估优化调整的优势，提取影响因素，预测控制趋势和提出进一步改进措施。
S33、将监测特征参数提取结果整合，得到监测特征参数集，并对监测特征参数集内部的监测特征参数设置参数安全阈值；
具体的，汇总不同阶段和环节监测得到的各项特征参数，形成监测特征参数目录，对参数目录进行分类整理，比如按参数类型，如定量参数、定性参数等，监测对象等进行分类，给每项特征参数赋予唯一编码，并记录参数含义、计算方法等详细说明信息，形成监测特征参数集数据库或电子表格，记录各参数的实时监测数据，根据历史数据分析和专家评估，为每项参数设置正常范围阈值，对定量参数设置上下限，在对定性参数设置合格不合格标准，并将参数安全阈值与实时监测数据相匹配，实现实时监测结果评估，定期调整优化参数安全阈值，如随着生产技术水平和环境条件变化，需要适时修订，在将监测特征参数集与安全阈值共同作为生产质量控制的重要参考指标。
S34、根据监测特征参数集配置传感器，并设置传感器采集数据规则。
具体的，分析监测特征参数类型，选择适合的传感器类型，如温度参数选择温度传感器，根据参数监测频率和精度要求，选择传感器型号及参数，如高频参数选择响应速度快的传感器，在根据监测对象的位置和环境等实际条件，设计传感器布置方案，给每台传感器编号，与监测参数及采集数据规则建立对应关系，设置传感器采集频率，如实时连续采集或间隔一定时间采集等，同时设置传感器数据采集格式，如数字格式、单位等，再设置传感器异常值处理规则，如采集值超限自动重传或报警等，设置传感器数据传输规则，如实时传输到监控系统，还是存储在传感器内，给传感器分配IP地址并建立网络，实现远程采集，并进行传感器联调和测试，调整参数直至采集数据符合要求，录入传感器参数和采集规则到监控系统数据库，实现自动采集。
S4、将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
具体的，将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案包括以下步骤：
S41、预设相似参数提取规则，并对生产要素控制方案和生产监测参数安全阈值进行相似参数提取；
具体的，定义相似参数的概念，根据生产要素控制方案和监测参数安全阈值，分析各参数之间的关联性和相似性，设计相似参数提取规则，基于几个方面进行规则设计，如参数类型，根据参数的物理性质、单位等进行分类，将相同类型的参数视为相似参数，如参数影响因素，分析参数受到的共同影响因素，将受相同或类似因素影响的参数视为相似参数如参数变化趋势，通过观察参数的变化趋势，将变化趋势相似的参数视为相似参数，如参数相关性，通过统计分析或相关性分析等方法，确定相关性较高的参数为相似参数，再根据相似参数提取规则，对生产要素控制方案和监测参数安全阈值进行相似参数提取，形成相似参数集，记录相似参数的编码、含义、计算方法等详细信息，对相似参数集内部的参数设置参数安全阈值。定期评估和更新相似参数集和安全阈值，根据实际情况进行调整和优化。
S42、对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案；
具体的，对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案包括以下步骤：
S421、对相似参数进行数据清洗，并对清洗后的相似参数进行归一处理；
S422、将归一化处理后的相似参数采用关联性算法进行分析关联性参数；
具体的，归一化处理后的相似参数采用关联性算法进行分析关联性参数的计算公式为：
；
其中，M为关联性参数；
u为相似参数的索引；
V为相似参数集的参数数量；
b为第u个相似参数的差异值。
具体的，计算公式中6为一个缩放因子，加入6把结果缩放到定义合理的范围内，即-1到1之间，但6本身不影响公式衡量两个变量排名关系的统计含义，而6的作用是把计算结果缩放到一个合理范围内，便于理解和解释但不影响公式本身的统计意义。
S423、根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案；
具体的，根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案包括以下步骤：
S4231、对关联性参数进行关联信息素提取，并根据关联信息素进行关联强度分析；
具体的，确定需要分析的关联性参数集合，参数应存在一定关联性，从历史监测数据中提取这些参数的时间序列数据，计算参数之间的相关性系数，如皮尔逊相关系数、斯皮尔曼相关系数等，初步判断参数之间的关联程度，再根据相关性系数，提取这些参数的共同信息素，给每个信息素赋值，衡量其对参数关联的描述能力，并对每个参数对之间，根据其所提取的各信息素值，通过权重求和得到该参数对的综合关联程度，同时根据参数对的综合关联程度，进行排名将关联程度高的参数对归类为强关联参数对，关联程度低的为弱关联参数对，持续跟踪监测新数据，定期评估和更新关联信息素与关联强度结果。
S4232、根据关联信息素和关联强度分析结果进行构建联锁逻辑，并根据联锁逻辑设置关联性安全规则；
具体的，对强关联参数对进行分组，构建不同的联锁关系网络，根据历史数据，分析这些参数之间的影响顺序和逻辑关系，并建立参数之间如果-那么的逻辑规则语句，描述其联锁关系，对规则进行验证和优化，确保能准确描述参数实际联动规律，将经验证的联锁逻辑编程成可执行的算法或模型，再根据联锁逻辑，设定各参数的联动安全阈值，如当前驱参数值超限，后继参数值将被限制在一个更宽松的范围内，当前驱参数与后继参数值联动不符合逻辑时，报警提示，将联锁逻辑和关联性安全规则录入监控系统，在线监测时，根据实时数据驱动联锁模型进行联动分析，当发现异常情况时进行预警，并分析影响原因，持续优化完善联锁逻辑，提高精度和预警效果。
S4233、将关联性安全规则和关联性参数进行联锁分析，并根据联锁分析结果构建安全联锁方案。
具体的，将关联性安全规则和关联性参数整合到一个联锁分析框架中，根据联锁逻辑和关联性安全规则，对关联性参数进行联锁分析，比较实时监测数据与安全规则的匹配程度，在根据联锁分析结果，确定哪些参数需要进行安全联锁控制，即哪些参数的变化会对其他参数产生重要影响，设计安全联锁方案，包括联锁条件和联锁动作，联锁条件根据联锁分析结果，确定触发联锁的条件，如参数超过安全阈值、参数之间的逻辑关系等，联锁动作根据联锁条件，确定联锁动作，如报警、停机、调整参数等，再确定联锁的优先级和逻辑关系，根据参数之间的影响顺序，确定联锁的执行顺序和优先级，定义联锁操作的控制策略和控制方式，如自动控制、人工干预等。
在监控系统中实施安全联锁方案，将联锁逻辑和联锁动作编程实现，对安全联锁方案进行测试和验证，确保其能够准确地根据联锁条件触发联锁动作，定期评估和优化安全联锁方案，根据实际运行情况进行调整和改进。
S424、对安全联锁方案进行验证优化，并将优化后的安全联锁方案输出。
S43、将安全联锁方案进行验证分析，并根据验证分析结果对安全联锁方案进行调整，并根据调整后的安全联锁方案设置加工应急保护方案；
S44、对加工应急保护方案进行应急预演，并根据应急预演结果对加工应急保护方案进行优化。
具体的，根据可能发生的各类异常事件，设计应急预演方案，确定预演对象、内容和流程，组织相关部门和人员参与预演，模拟异常事件的发生过程和后续应对措施，并观察各单位在预演中的反应速度和应对效率，是否按照预定方案进行，记录预演过程中出现的问题，包括方案操作难易程度、时间效率等，事后总结预演经验教训，分析方案中不足之处，例如流程设计是否合理等。
根据预演反馈结果，对应急保护方案进行必要修改和完善，如优化应急预案的操作流程和指挥体系，强化重点领域的应急能力建设，明确各单位的应急任务职责，完善应急物资的储备与调用机制，重新组织应急预演，验证优化后的方案是否更高效，将优化后的方案正式实施，并定期开展例行性预演，保持应急能力。
S5、根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
S6、将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
具体的，将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断包括以下步骤：
S61、对实时生产监测参数进行去噪，并将去噪后的实时生产监测参数与生产监测参数安全阈值进行数值比对；
S62、将数值比对结果与生产监测参数安全阈值进行对比，并对对比结果进行联锁程度分析；
具体的，将实时监测得到的各参数数值，与对应的安全阈值范围进行比较，如果参数值超出安全阈值范围，则判断为异常，否则为正常，统计异常参数的数量和程度，评估是否存在生产质量问题，检查异常参数与其他参数的联锁关系，如驱动参数异常是否会影响后续参数。
根据历史数据，分析异常参数对后续参数的影响程度，影响程度越大，联锁程度越高，将联锁程度高的异常参数对，列为重点监控对象，根据联锁分析结果，针对性地优化生产工艺和联锁控制规则，定期评估监测数据，调整安全阈值和联锁分析方法，提高监测质量。
S63、对联锁程度分析进行验证，并根据验证后的联锁程度分析结果进行联锁判断；
具体的，收集一定时间范围内的历史监测数据，作为验证样本数据，将样本数据中的异常参数，按照初步的联锁程度分析结果进行分组，对每个异常参数组，统计其中参数之间具体的影响关系，如A参数异常导致B参数异常的次数，根据影响关系的统计结果，重新评估每个异常参数对与其他参数的实际影响程度，与初步分析结果进行对比，验证分析结果的准确性，如分析结果与实际匹配度高，则验证通过，根据验证结果，必要时对联锁程度分析模型进行修正。
将经过验证的联锁程度分析结果，定为联锁判断的依据，在实时监测过程中，根据联锁判断依据对异常事件进行联锁识别，当驱动参数异常时，识别其可能影响的后续参数，对被影响参数设置更严格的监测和预警规则，定期重复上述验证过程，保证联锁判断模型的准确性。
S64、将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出。
具体的，将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出包括以下步骤：
S641、预设虚拟操作预测模型库，并将联锁判断结果与虚拟操作预测模型库进行匹配，得到操作仿真模型；
具体的，根据不同类型的联锁异常事件，提前设计对应的虚拟操作预测模型模板，每个模板包含联锁事件描述、影响参数、可能影响程度等要素，将模板参数化，动态输入实际监测数据进行个性化，构建虚拟操作预测模型库，保存这些参数化模板，将实时监测得到的联锁判断结果，输入到模型库进行匹配，根据匹配度高低，选择最佳匹配的模板模型，将实际监测数据动态导入匹配模板，构建个性化的操作仿真模型。
模型模拟联锁事件可能带来的影响规律，根据仿真结果预测可能出现的后续异常，为应急预案提供参考，定期丰富模型库内容，提高匹配准确度，重复使用得到的操作仿真模型，验证预测效果，不断完善模型。
S642、设置联锁影响合格阈值，并将联锁判断结果输入操作仿真模型进行虚拟操作预测；
具体的，根据历史数据分析，为每个可能受影响的参数设置联锁影响合格阈值，其中阈值设置原则，应允许一定程度的联锁影响，但不影响整体质量指标，将实时监测得到的联锁判断结果输入到匹配得到的操作仿真模型，仿真模型根据驱动参数异常情况，模拟其对后续参数的影响规律曲线，检查仿真曲线是否超过各参数的联锁影响合格阈值。
如果未超限，则预测该联锁事件影响可控，生产质量可保证，如果预测曲线有超限趋势，则可能面临质量问题，需要进一步分析处理，重复监测新数据，调整模型参数提高预测准确率，将预测结果用于生产质量评估和问题预警，需要时启动联锁控制规则进行参数调整。
S643、对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整；
具体的，对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整包括以下步骤：
S6431、预设影响评估指标，并根据虚拟操作预测结果进行数据预处理；
具体的，根据生产质量要求和历史数据，预设一组影响评估指标，如产量下降率、不合格率上升幅度等，将虚拟操作预测得到的各参数变化规律曲线作为原始数据，对曲线数据进行必要处理，如平滑、插值等，去除噪声影响，在根据评估指标计算公式，提取曲线所需要的特征参数，如最大值、平均值等，对特征参数进行标准化处理，将标准化后的特征参数，作为新的评估指标数据集，定期优化指标体系，保证能全面和准确评价影响。
S6432、根据影响评估指标对虚拟操作预测结果进行联锁影响分析；
具体的，将预设的影响评估指标与虚拟操作预测得到的特征参数数据集进行匹配，根据不同指标对预测结果进行综合评价，给出每个指标的评价结果，如影响程度轻重等级，检查不同指标结果是否一致，是否存在重大偏差，不一致需要进一步分析原因，根据各指标结果，对联锁事件的整体影响程度进行评定，如影响小、影响中、影响大等，检查影响后续哪些参数最为显著，这些参数涉及的质量影响最大，分析影响传递的路径，识别影响关键节点参数，检查影响是否可以在允许范围内控制，是否需要采取补救措施。
将分析结果反馈到联锁判断模型和操作预测模型中，不断优化分析方法，定期重复分析，评估影响规律的动态变化特点，为问题诊断提供参考。
S6433、根据联锁影响分析结果和联锁判断结果进行问题识别，并根据问题识别结果对联锁判断结果内部联锁参数进行调整；
具体的，将联锁影响分析结果与联锁判断结果进行对比分析，检查联锁判断是否准确识别出影响关键参数，如果判断结果与影响分析结果不一致，需要进一步分析原因，根据影响规律分析，识别遗漏或误判的联锁参数，调整联锁判断模型，纠正遗漏或误判的参数。
对涉及生产质量的重要参数，扩大其在联锁判断中的权重，对影响较小的参数，适当缩小其在联锁判断中的权重，重新运行联锁判断模型，验证问题识别和参数调整是否有效，若效果不明显，继续收集新数据重新训练判断模型，将优化后的模型定为标准，实时监测时采用新的联锁判断依据，定期重复问题识别和模型优化，提高联锁监测的准确性。
S6434、对调整后的联锁判断结果进行验证，记录验证结果，并根据验证结果对联锁判断结果进行调节。
S644、重复执行S641-S643，直至虚拟操作预测结果符合联锁影响合格阈值。
S7、根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案。
具体的，当联锁判断触发时，自动启动对应的加工应急保护方案，记录应急方案实施过程中的各项数据，如耗时、效果等，根据实施数据评估应急方案的科学性和操作效率，检查联锁判断是否准确触发了应急方案。
根据实施反馈，调整安全联锁方案的联锁规则和条件设置，优化应急方案的实施流程和操作细节，需要时，完善应急方案中的救援措施内容，将调整后的安全联锁方案更新至监控系统，对应更新加工应急保护方案，定期重复优化过程，保持应急体系的动态优化能力。
根据本发明另一个实施例，如图2所示一种PTA混合入料的控制系统，该系统包括：
参数获取模块1，用于获取PTA生产参数，并根据PTA生产参数进行原料配置；
控制方案模块2，用于根据原料配置结果设置生产要素控制方案；
监测配置模块3，用于对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
应急方案模块4，将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
生产参数采集模块5，用于根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
联锁判断模块6，用于将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
优化调整模块7，用于根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案；
参数获取模块1、控制方案模块2、监测配置模块3、应急方案模块4、生产参数采集模块5、联锁判断模块6及优化调整模块7依次连接。
综上所述，借助于本发明的上述技术方案，本发明通过获取PTA生产参数并根据这些参数进行原料配置，优化生产流程提高生产效率，同时生产参数是根据实际的工艺条件和产品需求进行设置，提高PTA混合入料时生产质量，再通过设置生产监测参数的安全阈值，配置监测传感器并进行实时监测，便于发现生产过程中的安全隐患，并进行预防和应对提高生产过程的安全性。
此外，本发明通过进行生产要素控制方案的方案分析，获取生产监测参数，进行安全联锁方案的分析和配置，并对实时生产监测参数的实时比对和联锁判断，增强了生产过程的可控性和预见性，同时通过配置加工应急保护方案，并根据联锁判断结果实施加工应急保护方案，提高应急响应能力，使得PTA混合入料发生生产事故时，便于迅速启动应急保护方案，最大限度地减少事故的影响。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种PTA混合入料的控制方法，其特征在于，包括以下步骤：
S1、获取PTA生产参数，并根据PTA生产参数进行原料配置；
S2、根据原料配置结果设置生产要素控制方案；
S3、对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
S4、将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
S5、根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
S6、将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
S7、根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案；
所述将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案包括以下步骤：
S41、预设相似参数提取规则，并对生产要素控制方案和生产监测参数安全阈值进行相似参数提取；
S42、对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案；
S43、将安全联锁方案进行验证分析，并根据验证分析结果对安全联锁方案进行调整，并根据调整后的安全联锁方案设置加工应急保护方案；
S44、对加工应急保护方案进行应急预演，并根据应急预演结果对加工应急保护方案进行优化；
所述对相似参数进行关联性分析，并根据关联性分析结果构建安全联锁方案包括以下步骤：
S421、对相似参数进行数据清洗，并对清洗后的相似参数进行归一处理；
S422、将归一化处理后的相似参数采用关联性算法进行分析关联性参数；
S423、根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案；
S424、对安全联锁方案进行验证优化，并将优化后的安全联锁方案输出；
所述归一化处理后的相似参数采用关联性算法进行分析关联性参数的计算公式为：
；
其中，M为关联性参数；
u为相似参数的索引；
V为相似参数集的参数数量；
b为第u个相似参数的差异值；
所述根据关联性参数设置关联性安全规则，并根据关联性安全规则和关联性参数构建安全联锁方案包括以下步骤：
S4231、对关联性参数进行关联信息素提取，并根据关联信息素进行关联强度分析；
S4232、根据关联信息素和关联强度分析结果进行构建联锁逻辑，并根据联锁逻辑设置关联性安全规则；
S4233、将关联性安全规则和关联性参数进行联锁分析，并根据联锁分析结果构建安全联锁方案。
2.根据权利要求1所述的一种PTA混合入料的控制方法，其特征在于，所述对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器包括以下步骤：
S31、对生产要素控制方案进行合理性验证；
S32、根据合理性验证结果对生产要素控制方案进行优化调整，并对优化调整后的生产要素控制方案进行监测特征参数提取；
S33、将监测特征参数提取结果整合，得到监测特征参数集，并对监测特征参数集内部的监测特征参数设置参数安全阈值；
S34、根据监测特征参数集配置传感器，并设置传感器采集数据规则。
3.根据权利要求1所述的一种PTA混合入料的控制方法，其特征在于，所述将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断包括以下步骤：
S61、对实时生产监测参数进行去噪，并将去噪后的实时生产监测参数与生产监测参数安全阈值进行数值比对；
S62、将数值比对结果与生产监测参数安全阈值进行对比，并对对比结果进行联锁程度分析；
S63、对联锁程度分析进行验证，并根据验证后的联锁程度分析结果进行联锁判断；
S64、将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出。
4.根据权利要求3所述的一种PTA混合入料的控制方法，其特征在于，所述将联锁判断结果进行虚拟操作预测，根据虚拟操作预测结果对联锁判断结果进行优化调整，并将优化调整后的联锁判断结果输出包括以下步骤：
S641、预设虚拟操作预测模型库，并将联锁判断结果与虚拟操作预测模型库进行匹配，得到操作仿真模型；
S642、设置联锁影响合格阈值，并将联锁判断结果输入操作仿真模型进行虚拟操作预测；
S643、对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整；
S644、重复执行S641-S643，直至虚拟操作预测结果符合联锁影响合格阈值。
5.根据权利要求4所述的一种PTA混合入料的控制方法，其特征在于，所述对虚拟操作预测结果进行联锁影响分析，并根据联锁影响分析结果对联锁判断结果进行优化调整包括以下步骤：
S6431、预设影响评估指标，并根据虚拟操作预测结果进行数据预处理；
S6432、根据影响评估指标对虚拟操作预测结果进行联锁影响分析；
S6433、根据联锁影响分析结果和联锁判断结果进行问题识别，并根据问题识别结果对联锁判断结果内部联锁参数进行调整；
S6434、对调整后的联锁判断结果进行验证，记录验证结果，并根据验证结果对联锁判断结果进行调节。
6.一种PTA混合入料的控制系统，用于实现权利要求1-5中任一项所述的PTA混合入料的控制方法，其特征在于，该系统包括：
参数获取模块，用于获取PTA生产参数，并根据PTA生产参数进行原料配置；
控制方案模块，用于根据原料配置结果设置生产要素控制方案；
监测配置模块，用于对生产要素控制方案进行方案分析，获取生产监测参数，并设置生产监测参数安全阈值，再根据生产监测参数配置监测传感器；
应急方案模块，将生产要素控制方案和生产监测参数安全阈值进行分析，根据分析结果设置安全联锁方案，并根据安全联锁方案配置加工应急保护方案；
生产参数采集模块，用于根据生产要素控制方案进行PTA混合入料加工，并采用监测传感器获取PTA混合入料加工过程中实时生产监测参数；
联锁判断模块，用于将实时生产监测参数与生产监测参数安全阈值进行比对，并将比对结果与安全联锁方案进行联锁判断；
优化调整模块，用于根据联锁判断结果实施加工应急保护方案，采集加工应急保护方案实施数据，根据加工应急保护方案实施数据对安全联锁方案进行调整优化，并根据调整优化的安全联锁方案更新加工应急保护方案；
所述参数获取模块、所述控制方案模块、所述监测配置模块、所述应急方案模块、所述生产参数采集模块、所述联锁判断模块及所述优化调整模块依次连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410108724.1A CN117631632B (zh) | 2024-01-26 | 2024-01-26 | 一种pta混合入料的控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410108724.1A CN117631632B (zh) | 2024-01-26 | 2024-01-26 | 一种pta混合入料的控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117631632A CN117631632A (zh) | 2024-03-01 |
| CN117631632B true CN117631632B (zh) | 2024-04-05 |
Family
ID=90038039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410108724.1A Active CN117631632B (zh) | 2024-01-26 | 2024-01-26 | 一种pta混合入料的控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117631632B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1313536A (zh) * | 2000-09-01 | 2001-09-19 | 中国石油天然气股份有限公司乌鲁木齐石化分公司 | 浆料密度控制系统 |
| CN203556342U (zh) * | 2013-08-07 | 2014-04-23 | 福建百宏聚纤科技实业有限公司 | 一种用于pta进料的高效混合装置 |
| CN105435484A (zh) * | 2015-12-10 | 2016-03-30 | 南京工业大学 | 基于“自顶向下”的多单元反应精馏装置厂级过程控制系统设计方法 |
| CN108646664A (zh) * | 2018-05-15 | 2018-10-12 | 马鞍山中粮生物化学有限公司 | 一种饲料加工控制系统 |
| CN112723966A (zh) * | 2020-12-08 | 2021-04-30 | 江西吉安国泰特种化工有限责任公司 | 一种炸药自动生产线的安全联锁保护系统及方法 |
| CN112905666A (zh) * | 2021-02-24 | 2021-06-04 | 天津辰航安全技术服务有限公司 | 一种公共安全领域基于异常数据解析的应急预测管理系统 |
| CN113634197A (zh) * | 2021-08-09 | 2021-11-12 | 嘉兴石化有限公司 | 一种用于pta氧化反应器进料分布的设备 |
| CN114259930A (zh) * | 2022-01-28 | 2022-04-01 | 锦州金业化冶技术有限公司 | 一种原料配料上料系统及其用于沸腾氯化工艺的方法 |
| CN117056172A (zh) * | 2023-10-12 | 2023-11-14 | 江苏鑫业智慧技术有限公司 | 一种用于系统集成中台的数据集成方法及系统 |
| CN117311287A (zh) * | 2023-10-29 | 2023-12-29 | 绍兴安瑞思网络科技有限公司 | 一种基于化工行业的生产现场纠偏控制系统 |
-
2024
- 2024-01-26 CN CN202410108724.1A patent/CN117631632B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1313536A (zh) * | 2000-09-01 | 2001-09-19 | 中国石油天然气股份有限公司乌鲁木齐石化分公司 | 浆料密度控制系统 |
| CN203556342U (zh) * | 2013-08-07 | 2014-04-23 | 福建百宏聚纤科技实业有限公司 | 一种用于pta进料的高效混合装置 |
| CN105435484A (zh) * | 2015-12-10 | 2016-03-30 | 南京工业大学 | 基于“自顶向下”的多单元反应精馏装置厂级过程控制系统设计方法 |
| CN108646664A (zh) * | 2018-05-15 | 2018-10-12 | 马鞍山中粮生物化学有限公司 | 一种饲料加工控制系统 |
| CN112723966A (zh) * | 2020-12-08 | 2021-04-30 | 江西吉安国泰特种化工有限责任公司 | 一种炸药自动生产线的安全联锁保护系统及方法 |
| CN112905666A (zh) * | 2021-02-24 | 2021-06-04 | 天津辰航安全技术服务有限公司 | 一种公共安全领域基于异常数据解析的应急预测管理系统 |
| CN113634197A (zh) * | 2021-08-09 | 2021-11-12 | 嘉兴石化有限公司 | 一种用于pta氧化反应器进料分布的设备 |
| CN114259930A (zh) * | 2022-01-28 | 2022-04-01 | 锦州金业化冶技术有限公司 | 一种原料配料上料系统及其用于沸腾氯化工艺的方法 |
| CN117056172A (zh) * | 2023-10-12 | 2023-11-14 | 江苏鑫业智慧技术有限公司 | 一种用于系统集成中台的数据集成方法及系统 |
| CN117311287A (zh) * | 2023-10-29 | 2023-12-29 | 绍兴安瑞思网络科技有限公司 | 一种基于化工行业的生产现场纠偏控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| 单PTA称重系统双下料螺旋控制系统设计;李娟;《中国仪器仪表》;20230331(第3期);全文 * |
| 浅析PTA装置氧化混合进料控制;宋小宁;《石油化工自动化》;20040630(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117631632A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210003640A1 (en) | Fault locating method and system based on multi-layer evaluation model | |
| CN108763729B (zh) | 基于网络结构熵的流程工业机电系统耦合状态评估方法 | |
| US7213174B2 (en) | Provision of process related information | |
| CN111610407B (zh) | 基于朴素贝叶斯的电缆老化状态评估方法和装置 | |
| CN112200327B (zh) | 一种mes设备维护预警方法及系统 | |
| EP2410312A1 (en) | A method for computer-assisted analyzing of a technical system | |
| CN112904810B (zh) | 基于有效特征选择的流程工业非线性过程监测方法 | |
| CN113642754A (zh) | 一种基于rf降噪自编码信息重构和时间卷积网络的复杂工业过程故障预测方法 | |
| CN112287988A (zh) | 一种水污染源在线监测数据异常的识别方法 | |
| Erginel | Fuzzy rule-based $\tilde p $ and $ n\tilde p $ control charts | |
| CN115099260A (zh) | 双螺杆输油泵在线监测机械故障实时诊断方法 | |
| CN108959498A (zh) | 一种用于健康监测的大数据处理平台及其设计方法 | |
| CN117193222A (zh) | 一种基于工业物联网和大数据的智能质量控制系统及其控制方法 | |
| Pati et al. | Statistical quality study of the parts produced in an automobile industry: a daimler India case study | |
| CN110751217A (zh) | 基于主元分析的设备能耗占比预警分析方法 | |
| CN117631632B (zh) | 一种pta混合入料的控制方法及系统 | |
| CN113269327A (zh) | 一种基于机器学习的流量异常预测方法 | |
| CN112633331A (zh) | 一种基于自编码器的火电厂辅机健康状态评估方法 | |
| CN117113135A (zh) | 一种可对异常数据整理分类的碳排放异常监测分析系统 | |
| CN114662981B (zh) | 基于大数据应用的污染源企业监管方法 | |
| CN116380816A (zh) | 一种煤质在线检测系统故障判定方法、程序以及存储介质 | |
| CN116205622A (zh) | 烟机设备智能故障预警与维修决策方法 | |
| Taylan | Estimating the quality of process yield by fuzzy sets and systems | |
| CN115187026A (zh) | 一种产业风险监控方法、系统和可读存储介质 | |
| CN113673600A (zh) | 一种工业信号异常预警方法、系统、存储介质及计算设备 |
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 |