ES2431863T5 - Sistema y método para la monitorización de procesos - Google Patents

Sistema y método para la monitorización de procesos Download PDF

Info

Publication number
ES2431863T5
ES2431863T5 ES07874249.1T ES07874249T ES2431863T5 ES 2431863 T5 ES2431863 T5 ES 2431863T5 ES 07874249 T ES07874249 T ES 07874249T ES 2431863 T5 ES2431863 T5 ES 2431863T5
Authority
ES
Spain
Prior art keywords
interface
data
user
variable
model
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
Application number
ES07874249.1T
Other languages
English (en)
Other versions
ES2431863T3 (es
Inventor
Ali Esmaili
Sanjay Mehta
Debashis Neogi
Carlos A. Valenzuela
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.)
Air Products and Chemicals Inc
Original Assignee
Air Products and Chemicals Inc
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=39926243&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=ES2431863(T5) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Air Products and Chemicals Inc filed Critical Air Products and Chemicals Inc
Application granted granted Critical
Publication of ES2431863T3 publication Critical patent/ES2431863T3/es
Publication of ES2431863T5 publication Critical patent/ES2431863T5/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0243Electric 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
    • G05B23/0254Electric 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31457Factory remote control, monitoring through internet
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31477Display correlated data so as to represent the degree of correlation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31478Display all processes together or select only one
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2223/00Indexing scheme associated with group G05B23/00
    • G05B2223/06Remote monitoring

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Description

5
10
15
20
25
30
35
40
45
50
55
60
65
DESCRIPCION
Sistema y metodo para la monitorizacion de procesos
Los sistemas de control de procesos, tales como los usados en los campos de los procesos qulmicos y los suministros, tlpicamente recogen una variedad de datos dentro del entorno de una planta de procesos. Estos datos frecuentemente se almacenan y utilizan para identificar fallos y posibles fallos futuros en el sistema. Por ejemplo, los datos se pueden examinar despues de un fallo de sistema para identificar un problema que haya dado como resultado una remesa de material inutil, o para identificar un componente que ha fallado o que se espera que falle dentro de un intervalo de tiempo especlfico.
Los sistemas de control de procesos frecuentemente se utilizan para gestionar grupos de sensores en una planta de procesamiento. Estos sistemas de control de procesos tlpicamente monitorizan las condiciones de un entorno de una planta de procesamiento, y ajustan los parametros del proceso basandose en las condiciones observadas por los sensores. Sin embargo, estos sistemas automaticos solo pueden tomar acciones basandose en los datos especlficos disponibles para ellos y en umbrales especlficos predefinidos. Cuando se producen unas condiciones indeseables debido a interacciones entre componentes y/o condiciones dentro de la planta de procesamiento, o se producen condiciones de fallo inesperadas, un sistema automatizado tlpicamente es incapaz de tomar la respuesta adecuada y completa.
Por tanto, es necesaria una cierta monitorizacion de supervision de la planta de procesamiento. Esto puede requerir que operarios humanos gestionen y respondan a los datos de miles de fuentes, lo que puede ser a efectos practicos imposible. El operario humano tambien debe tener presencia flsica en la planta de procesamiento para poder responder rapidamente a las condiciones de fallo.
El documento US-A-200410172153 describe un metodo en el que se monitoriza el nuevo funcionamiento de arranque de un moldeador continuo a traves de una comparacion del mismo con el funcionamiento del arranque normal que esta definido por medio de un modelo estadlstico multivariable utilizando datos de funcionamiento historicos seleccionados. Si el nuevo funcionamiento es estadlsticamente diferente del modelo, se generan alarmas para indicar una interruption inminente del arranque y, al mismo tiempo, se identifican las variables del proceso responsables de la salida del proceso del funcionamiento normal como las que con mas probabilidad pueden haber provocado la interrupcion predicha. El modelo se construye utilizando tecnologla de Analisis de Componente Principal Multi-modo para caracterizar la varianza operacion-a-operacion en un espacio dimensional reducido (tambien conocido como espacio variable latente) basandose en un elevado numero de trayectorias del proceso mas alla de las operaciones de arranque normal. Las trayectorias del proceso a lo largo de toda la duration del arranque son predichas basandose en las observaciones actuales. Luego se sincronizan mediante interpolation de las mismas basandose en escalas de sincronizacion no uniformes y especificadas previamente en la longitud de cada rama de manera que todas las trayectorias puedan alinearse con relation a la longitud de la rama para su uso posterior en el desarrollo del modelo.
De acuerdo con un aspecto de la presente invention, se proporciona un sistema que comprende un colector de datos para recibir datos de monitorizacion de proceso que describen un proceso llevado a cabo por una planta de procesamiento, comprendiendo los datos de monitorizacion de proceso valores para una pluralidad de variables de proceso; un procesador para construir un modelo multivariable de los datos de proceso a medida que se reciben los datos del colector de datos; y una interfaz de usuario en comunicacion con el procesador para presentar information que describe el proceso, comprendiendo una primera interfaz grafica para indicar el funcionamiento de la planta de proceso basandose en un modelo multivariable; una segunda interfaz grafica para mostrar la contribution de al menos una de entre la pluralidad de variables de proceso al modelo multivariable; y una tercera interfaz grafica para mostrar una indication de la desviacion del proceso de trayectoria media del modelo multivariable, en el que la trayectoria media esta limitada por un intervalo esperado por el modelo multivariable.
De acuerdo con otro aspecto de la presente invencion, se proporciona un metodo que comprende, basandose en datos de monitorizacion de procesos recibidos de una planta de procesamiento, los datos de monitorizacion de
procesos que comprenden valores para una pluralidad de variables de proceso que construyen un modelo
multivariable de un proceso llevado a cabo por la planta de procesamiento, construyendose el modelo multivariable a medida que se reciben los datos; presentar una interfaz de usuario a un usuario remoto para presentar informacion que describe el proceso, la interfaz de usuario comprendiendo una primera interfaz grafica, una segunda interfaz grafica, y una tercera interfaz grafica: en la primera interfaz grafica mostrandose una indicacion de la sesion de la planta de procesos basandose en el modelo multivariable al mostrar el valor de una variable compuesta del modelo multivariable a lo largo del tiempo, en el que la variable compuesta se crea a partir de una pluralidad de variables de proceso; en la segunda interfaz grafica mostrandose la contribucion de al menos una de entre la pluralidad de
variables de proceso al modelo multivariable; en la tercera interfaz grafica mostrandose una indicacion de la
desviacion del proceso de una trayectoria media del modelo multivariable, en el que la trayectoria media esta limitada por un intervalo esperado por el modelo multivariable; actualizar las interfaces de usuario a medida que se reciben los datos; recibir una selection de un punto de tiempo en la visualization de la variable compuesta; y en la
5
10
15
20
25
30
35
40
45
50
55
60
65
segunda interfaz grafica mostrandose la contribucion de al menos una de entre la pluralidad de variables de proceso a la variable compuesta en el punto de tiempo seleccionado.
Las realizaciones de la presente invencion se han descrito haciendo referencia particular a los ejemplos ilustrados. Sin embargo, se apreciara que se pueden realizar variaciones y modificaciones a los ejemplos descritos sin salirse del ambito de las reivindicaciones adjuntas.
La FIGURA 1 muestra una representacion esquematica de un ejemplo de planta de procesamiento, sistema de computacion e interfaz de usuario de acuerdo con la invencion.
La FIGURA 2 muestra un ejemplo de variable T compuesta creada a partir de dos variables de proceso X1 y X2 y una interfaz de usuario correspondiente de acuerdo con la invencion.
La FlGURA 3 muestra una representacion grafica de un ejemplo de matriz en su forma deslegada de datos de lote de acuerdo con la invencion.
La FIGURA 4 muestra un ejemplo de interfaz de representacion grafica de acuerdo con la invencion.
La FIGURA 5 muestra un ejemplo de interfaz de representacion grafica de acuerdo con la invencion.
La FIGURA 6 muestra un ejemplo de interfaz de representacion grafica de acuerdo con la invencion.
La FIGURA 7 muestra un ejemplo de interfaz de usuario de acuerdo con la invencion.
La FIGURA 8 muestra un sistema para monitorizar una planta de procesamiento de acuerdo con la presente invencion.
La FIGURA 9 es una representacion esquematica de un ejemplo de sistema y flujo de datos de acuerdo con la invencion.
La FIGURA 10 es una representacion esquematica de un caso de ejemplo de uso de acuerdo con la invencion.
DESCRIPCION DETALLADA DE LA INVENCION
Se proporcionan sistemas y metodos para permitir la monitorizacion y/o asesoramiento de control remotos de una planta de procesamiento utilizando una interfaz interactiva. Un sistema de acuerdo con la presente invencion puede recibir datos de monitorizacion de procesos y construir un modelo multivariable del proceso. Basandose en el modelo multivariable, una Interfaz de usuario puede ser presentada a un usuario, que puede estar en un lugar geograficamente remoto con relacion al proceso que se esta monitorizando. La interfaz de usuario puede presentar varios datos valiosos, como variables compuestas generadas como parte del modelo, las contribuciones de varias variables de proceso al modelo, presentaciones basadas en el tiempo del modelo y aspectos del modelo, y otros datos. Los datos de monitorizacion del proceso pueden recibirse en tiempo real, y la Interfaz de usuario puede actualizarse en tiempo real.
La FIGURA 1 muestra una representacion esquematica de un ejemplo de planta de procesamiento, sistema de computacion, e interfaz de usuario de acuerdo con la invencion. Una planta 100 de procesamiento puede incluir multiples entidades 110, 120, 130, 140 que pueden monitorizarse durante el funcionamiento de un proceso. Una planta de procesamiento hace referencia a cualquier estructura flsica que este disenada para llevar a cabo un proceso complejo. Ejemplos de plantas de procesamiento incluyen plantas piloto, plantas qulmicas, de fabricacion, de generacion de gas, de recubrimiento, de procesamiento y fabricacion de farmacos, de procesamiento y procesamiento de productos biologicos, y otras plantas de fabricacion. Las entidades de una planta de procesamiento pueden ser, por ejemplo, valvulas, tanques de almacenamiento, llneas de alimentacion, hornos, camaras de condensacion, reactores qulmicos, biorreactores, fermentadores, purificadores, y cualquier otra entidad utilizada en una planta de procesamiento. Cada entidad puede ser monitorizada por un monitor de proceso, que puede ser cualquier sensor adecuado. Por ejemplo, un monitor de proceso puede almacenar la temperatura, presion, y/o otros datos relevantes acerca de una entidad de la planta de procesamiento. El sistema puede incluir otros sensores o proporcionar otras variables de proceso, como datos ambientales, datos de pasos de procesamiento pasados, propiedades del material de entrada, y tiempo de proceso, as! como cualquier otra variable de proceso capturada por la planta de procesamiento.
Un sistema 150 de computacion puede recibir valores para las diferentes variables de proceso monitorizadas por el sistema. Cada variable 111, 121, 131, 141 de proceso puede asociarse con una o mas entidades monitorizadas. En el ejemplo de sistema que se muestra en la FIGURA 1, la variable 111 de proceso se asocia al elemento110 de la planta de procesamiento, la variable 121 de proceso se asocia al elemento 120, y as! sucesivamente. Variables 160 de proceso adicionales pueden proporcionar otros datos y/o ser recibidas de otras entidades de la planta de procesamiento. El sistema puede crear un modelo 170 multivariable utilizando las diferentes variables de proceso disponibles de la planta de procesamiento. El modelo multivariable puede, en parte, crear variables 175, 180 compuestas. Como se describe con mayor detalle mas abajo, una variable compuesta describe informacion acerca y relaciones entre dos o mas variables utilizadas para construir un modelo multivariable de un proceso. Por ejemplo, una variable compuesta puede ser un componente principal segun se obtiene de las tecnicas de analisis de componente principal. Por tanto, las variables compuestas pueden proporcionar informacion resumida o combinada acerca de multiples elementos y eventos de la planta de procesamiento.
El sistema 150 de computacion puede proporcionar una interfaz 190 de usuario. La interfaz 190 de usuario puede
5
10
15
20
25
30
35
40
45
50
55
60
65
mostrar diferentes datos y modelos relacionados con el proceso que lleva a cabo por la planta 100 de procesamiento, utilizando el modelo 170 multivariable y/o otros datos proporcionados por el sistema 150 de computacion. La interfaz de usuario puede actualizarse en tiempo real. Segun se utiliza en el presente documento, una serie de eventos se producen en "tiempo real" si los eventos se producen sin un retardo apreciable de uno al siguiente, aparte de un retardo inherente en cualquier sistema de informacion o procesamiento, y especlficamente cualquier retardo inherente inevitable en el sistema que se describe que funciona en tiempo real. Por ejemplo, puede existir un retardo pequeno inevitable y no acumulativo entre el momento en que se envlan los datos de un sensor a un sistema de computacion y cuando los datos se muestran al usuario. Sin embargo, se considerarla que tal proceso se produce en "tiempo real" cuando el sistema de computacion no almacena los datos durante un perlodo de tiempo largo antes de mostrar los datos. Un proceso en "tiempo real", por tanto, puede tener un retardo persistente relativamente pequeno, aunque generalmente el retardo no es acumulativo durante el proceso.
Tambien puede disponerse la interfaz 190 de usuario para un usuario que este geograficamente separado de la propia planta de procesamiento. Segun se utiliza en el presente documento, un usuario esta "remoto" con relacion a un proceso o a una planta de procesamiento si el usuario esta geograficamente separado del proceso o planta. Tlpicamente, se puede utilizar una red de comunicaciones para conectar un sistema de computacion utilizado por un usuario remoto a un sistema de computacion asociado al proceso. La interfaz de usuario puede permitir que un usuario remoto monitorice, controle, y/o realice tareas de diagnostico en la planta de procesamiento. El sistema 150 de computacion puede ser el sistema que crea y muestra la interfaz 190 de usuario, o puede estar en comunicacion con un sistema separado que muestra la interfaz al usuario. En algunas configuraciones, la interfaz de usuario puede ser una interfaz basada en la red que se puede mostrar y manipular utilizando un navegador de red estandar. Esto puede mejorar aun mas la disponibilidad del sistema, ya que la mayorla de los sistemas de computacion de los usuarios finales tienen durante el uso un navegador de red instalado. Por tanto, no es necesario que un usuario instale software especlfico o propietario de un sistema de monitorizacion para utilizar las interfaces de acuerdo con la invention. Esto puede ser cierto incluso cuando el usuario esta remoto con relacion al sistema monitorizado, ya que el sistema puede proporcionar la interfaz de usuario a traves de una conexion de red, como por ejemplo cuando se proporciona la interfaz a un usuario remoto a traves de Internet.
Un sistema de acuerdo con la presente invencion puede utilizar un modelo multivariable para proporcionar informacion acerca de un proceso. En general, los metodos de proyeccion multivariable comprimen las variables existentes en un proceso complejo hasta conseguir un numero menor de variables latentes o componentes principales. Los componentes principales contienen las fuentes de variabilidad mas importantes de un conjunto de datos de proceso, permitiendo representar cada observation a traves de un pequeno numero de componentes principales en lugar de, por ejemplo, varios cientos de variables individuales. Los componentes principales tlpicamente son una combination lineal de las variables originales. Un modelo multivariable tambien puede incluir una indication de la importancia de cada variable para cada uno de los componentes principales del modelo, por ejemplo utilizando coeficientes de peso para cada variable del proceso. Segun se utiliza en el presente documento, una variable compuesta puede ser el componente principal de un modelo multivariable.
La interpretation del valor de cada componente principal por observacion y los coeficientes correspondientes para cada variable de proceso pueden proporcionar informacion acerca de la region operacional definida por los datos en cuestion. Esto tambien puede indicar correlaciones y dependencias entre las variables originales del proceso.
La FIGURA 2 muestra un ejemplo simplificado de un vector T de una variable compuesta creada a partir de dos variables X1 y X2 de proceso y una interfaz de usuario correspondiente de acuerdo con la invencion. Tlpicamente, un sistema de control de procesos puede incluir llmites de control esperados para una variable de proceso que se esta monitorizando. Por ejemplo, durante el funcionamiento normal de un proceso puede esperarse que las variables de proceso tengan cada una valores dentro de los llmites superior e inferior ("lcs" y "lci", respectivamente). Sin embargo, en algunos casos el proceso puede fallar, llevarse a cabo de manera incorrecta, o quedar incompleto incluso aunque todas las variables del proceso tengan valores dentro de los rangos esperados. En tal situacion, una variable compuesta puede proporcionar informacion adicional acerca de por que falla el proceso.
Por ejemplo, las graficas mostradas en la FIGURA 2 pueden representar la progresion de dos variables de proceso X1 y X2 a lo largo del tiempo. En cada punto en el tiempo, cada una de las variables de proceso se encuentra dentro de los llmites de control. Un modelo multivariable puede definir una variable T compuesta que muestra la relacion entre X1 y X2. Por ejemplo, la FIGURA 2 muestra T definida como una grafica de X1 contra X2. Al examinar T, puede ser posible determinar condiciones que dan como resultado un posible fallo incluso cuando cada variable individual X1, X2 esta dentro de los llmites esperados. Esto se ilustra por medio de los dos puntos 210, 220 de la FIGURA 2 que estan fuera de los llmites de control multivariable. Por ejemplo, un punto 220 que esta en el modelo multivariable definido pero fuera de los rangos esperados para la variable compuesta indica una desviacion de la media para la variable compuesta. Un punto 210 que esta fuera del modelo puede indicar una desviacion de la variable compuesta con relacion a los valores modelados.
Una interfaz 200 de usuario de acuerdo con la invencion puede presentar variables compuestas de un modelo multivariable al usuario de varios modos. Pueden mostrarse los valores de una variable 201 compuesta y la
5
10
15
20
25
30
35
40
45
50
55
60
65
contribucion de cada variable de proceso a la variable 202 compuesta. La interfaz de usuario puede tambien actualizar cada pantalla en tiempo real a medida que se reciben datos de una planta de procesamiento. Las diferentes pantallas 201, 202 tambien pueden estar enlazadas y ser interactivas, por ejemplo de modo que cuando se selecciona un punto en la pantalla 201 compuesta se provoque que se muestre 202 la contribucion de cada proceso disponible en el punto seleccionado. Como se describe con mas detalle en el presente documento, son posibles otras pantallas y otras interacciones.
Para un proceso por lotes, se pueden considerar varios grupos de variables a la hora de crear un modelo multivariable: las condiciones iniciales para cada lote, las medidas realizadas durante el procesamiento de cada lote, y las propiedades finales medidas para cada lote. Se pueden construir modelos multivariable adecuados utilizando, por ejemplo, metodos de mlnimos cuadrados parciales multi-bloque y multi-trayectoria. Cada conjunto de variables define un bloque, y cada lote puede considerarse como una unica observation. El modelo tambien puede considerar cada medida como una variable separada. Por ejemplo, si un lote tiene 250 medidas de temperatura, el modelo puede considerar esto como un sistema que tiene 250 variables diferentes.
La comparacion de las puntuaciones de un conjunto de datos de lote puede proporcionar information acerca de las variaciones lote-a-lote. Los coeficientes asociados a cada variable de proceso el modelo tambien revelan correlaciones presentes entre las condiciones iniciales, las trayectorias del proceso, y la calidad de las medidas.
Los metodos estadlsticos multivariable de control de proceso tambien pueden extenderse a procesos por lotes mediante la aplicacion del analisis de componentes principales multi-modo y/o metodos de mlnimos cuadrados parciales a una matriz en su forma desplegada de datos de lote segun se ilustra en la FIGURA 3. Una matriz 301 tridimensional puede representar un conjunto de datos de un proceso de lote. La matriz incluye datos de / lotes, teniendo cada lote J variables medidas K veces durante el procesamiento. La matriz puede ser "cortada" en K rodajas 302, es decir, una rodaja por muestra. Cada rodaja representa entonces una unica muestra, y los componentes principales para un modelo multivariable se pueden calcular a partir de una matriz 303 bidimensional formada a partir de las rodajas mostradas.
Los modelos multivariable utilizados en la presente invention pueden permitir la monitorizacion de procesos continuos, por lotes, multi-lote, y semi-lote. Se puede monitorizar, hacer diagnosis y/o corregir los procesos basandose en datos obtenidos despues de un lote o cada lote, o se pueden monitorizar los lotes individualmente y ajustarlos durante el procesamiento. Tambien se pueden monitorizar, hacer diagnosis y corregir los procesos en tiempo real. Se entendera que se pueden utilizar otros algoritmos ademas y/o en lugar de los algoritmos especlficos que se describen en el presente documento para construir un modelo multivariable de acuerdo con la invencion. Los sistemas e interfaces descritos en el presente documento tambien se pueden utilizar con procesos continuos, por lotes, multi-lote y/o semi-lote.
En algunas configuraciones, los sistemas de acuerdo con la invencion pueden crear un modelo multivariable en tiempo real. Esto es, en lugar de crear un modelo multivariable antes de recibir cualquier informacion de una planta de procesamiento, el modelo puede crearse a medida que se reciben los datos. Por ejemplo, una planta de procesamiento puede incluir multiples sensores, monitorizaciones, y otros dispositivos de recogida de datos segun se ha descrito previamente. Los datos de estas fuentes pueden recogerse y transmitirse a un sistema adaptado para crear un modelo multivariable del proceso llevado a cabo por la planta de procesamiento. A medida que se reciben los datos, puede crearse, modificarse y actualizarse el modelo multivariable para reflejar los datos mas recientes. Asl, el modelo multivariable puede ser mas sensible que, por ejemplo, un modelo que debe ser construido de nuevo para incorporar al modelo cambios en el proceso.
Una interfaz de usuario puede presentar varios aspectos y vistas de un modelo multivariable, los datos utilizados para construir el modelo multivariable, y/o los datos generados por un modelo multivariable. En la FIGURA 4 se muestra una interfaz grafica de ejemplo de acuerdo con la invencion. La interfaz muestra la progresion de una variable compuesta en un modelo multivariable ("Modelo-D") a lo largo del tiempo. Puede indicarse el rango de valores esperado para valores de la variable, como por ejemplo mediante los llmites 420, 430 superior e inferior respectivamente. Los llmites pueden, por ejemplo, indicar que el proceso ha fallado si la variable compuesta excede los valores contenidos en los llmites. Los llmites tambien pueden indicar valores para los cuales el proceso requiere ajuste o atencion de un operario humano, incluso aunque el proceso no haya fallado. Se pueden mostrar otras indicaciones de valores adecuados o esperados. Un usuario puede interaccionar con la pantalla, por ejemplo marcando un punto en la pantalla, seleccionando un punto o rango para un analisis mas detallado, o llevando a cabo otras operaciones. Se puede mostrar una indication de un punto seleccionado o rango, como la llnea 410 de puntos.
Otro ejemplo de interfaz grafica de acuerdo con la invencion se ilustra en la FIGURA 5, que muestra contribucion de multiples variables de proceso a la variable compuesta ilustrada en la FIGURA 4 en el punto seleccionado (es decir, un paso temporal especlfico). Se pueden utilizar varias tecnicas de visualization para proporcionar informacion de contribucion de variable de proceso. La interfaz 500 de ejemplo indica el grado segun el cual cada variable de proceso afecta al valor de la variable compuesta en el punto seleccionado al utilizar un llmite proporcional para cada variable. Por tanto, cuando mayor sea el llmite para una variable de proceso, mayor es el efecto del valor de esa
5
10
15
20
25
30
35
40
45
50
55
60
65
variable de proceso sobre la variable compuesta en el punto seleccionado. A las variables 520 de proceso que tienen un gran efecto en la variable compuesta se pueden asignar limites grandes (ya sea muy positivas o muy negativas), mientras que a las variables 510, 530 de proceso que tienen menos efecto en la variable compuesta se pueden asignar limites menores. A las variables 530 de proceso que tienen un efecto relativamente bajo o ningun efecto en la variable compuesta se pueden asignar Kmites pequenos o ninguno. La interfaz puede indicar la "direccion" del efecto cada variable de proceso en la variable compuesta, por ejemplo cuando a una variable de proceso que tiende a desplazar la variable compuesta hacia abajo (es decir, en direccion a un valor menor) en la interfaz de la FIGURA 4 se asigna un bar de valor negativo, mientras que a las variables 510-540 de proceso que tienden a desplazar la variable puesta hacia arriba se asignan limites de valor positivo. Las variables de proceso que tienen muy poco efecto o ninguno en la variable compuesta pueden mostrarse sin ningun bar, o pueden suprimirse de la visualizacion de la interfaz 50. Tambien se puede mostrar otra informacion. La interfaz puede permitir a un usuario marcar y/o seleccionar una o mas variables de proceso para identificacion, analisis mas detallado, u otras operaciones. Se puede mostrar una indicacion de una variable de proceso seleccionada.
La FIGURA 6 muestra otro ejemplo de interfaz grafica de acuerdo con la invencion. La interfaz puede mostrar datos acerca de una o mas variables de proceso. Las variables de proceso pueden ser seleccionadas por un usuario, como por ejemplo seleccionando una o mas de las variables de proceso mostradas en una interfaz grafica como la interfaz ilustrada en la FIGURA 5. La interfaz puede incluir rangos o Kmites 601, 602 esperados o requeridos para la variable de proceso mostrada. Asi, la interfaz puede indicar si una variable de proceso especifica se extiende fuera de los valores utilizados por el sistema del proceso o esperados por el modelo multivariable.
Las interfaces mostradas en las FIGURAS 4-6 pueden enlazarse unas con otras por medio de un sistema de computacion. Por ejemplo, la primera interfaz 400 puede mostrar la progresion de una unica varia compuesta en un modelo multivariable a lo largo del tiempo. Cuando un usuario desea informacion acerca de un punto especifico en el tiempo o un punto en el modelo, puede seleccionar el punto 410 en la interfaz 400. La interfaz 400 puede estar enlazada a una segunda interfaz 500, que puede mostrar datos acerca de las variables de proceso utilizadas en el modelo multivariable en el punto seleccionado por el usuario. Como se ha descrito anteriormente, se pueden mostrar varias informaciones y relaciones para una o mas de las variables del proceso. La interfaz 500 puede ser actualizada mediante datos recibidos de la primera interfaz 400 despues de que el usuario haya seleccionado un punto para analizar, o puede ser una representacion estatica del punto seleccionado. El usuario tambien puede seleccionar una o mas de las variables de proceso mostradas por la segunda interfaz 500 para un analisis mas detallado, provocando que las variables de proceso seleccionadas se muestren en una tercera interfaz 600. Por ejemplo, la tercera interfaz 600 puede mostrar el valor de una variable de proceso seleccionada a lo largo de un intervalo de tiempo, incluyendo el punto 410 seleccionado en la primera interfaz 400. Las interfaces 400, 500, 600 pueden recibir informacion desde un sistema de computacion y/o una planta de procesamiento en tiempo real, y tambien pueden ser actualizadas en tiempo real para proporcionar informacion actualizada a un usuario. Las interfaces tambien pueden ser presentadas a un usuario remoto para permitir la monitorizacion, diagnosis y ajuste del proceso y/o la planta de procesamiento por parte de un usuario geograficamente separado del proceso.
Una unica interfaz de usuario puede incluir multiples interfaces graficas, como se ilustra en la FIGURA 7. La interfaz 700 de usuario de ejemplo incluye tres interfaces 710, 720, 730. Las interfaces pueden estar enlazadas segun se ha descrito previamente con relacion a las FIGURAS 4-6. Las interfaces tambien pueden recibir datos y/o ser actualizadas en tiempo real, y pueden ser presentadas y controladas por un usuario remoto. La interfaz puede presentar tipos de datos y visualizaciones diferentes de las descritas con relacion a las FIGURAS 4-6, incluyendo graficas SPC, de linea, de dispersion, de limite, de prediccion/tendencia y personalizadas. Tambien se pueden generar informes y modelos. Como ejemplo especifico, la interfaz de usuario puede incluir una interfaz 710 que muestra una o mas variables compuestas de un modelo multivariable, una interfaz 720 que muestra una o mas variables de proceso, y una interfaz 730 que muestra la contribution de una o mas variables de proceso a un modelo multivariable. Cada pantalla puede ser actualizada a medida que se reciben datos de las variables del proceso. Asi por ejemplo, se puede observar a lo largo del tiempo la contribucion de las diferentes variables de proceso al modelo, mientras que los valores para la variable compuesta y/o variable de proceso relevante se presentan en una grafica a lo largo del tiempo. Un usuario puede seleccionar una o mas porciones en cada interfaz para un analisis mas detallado, como por ejemplo seleccionar una variable de proceso en la interfaz 730 que entonces se muestra a lo largo del tiempo en la pantalla 720 de variable de proceso. Son posibles otras interacciones entre las interfaces.
Las interfaces descritas en las FIGURAS 4-7 pueden permitir la detection de la degradation del funcionamiento de la planta a lo largo del tiempo mediante el analisis de variables compuestas y las contribuciones de variables de proceso a lo largo del tiempo. Los usuarios tambien pueden identificar las causas subyacentes de la degradacion del funcionamiento por medio del analisis de la contribucion de las variables de proceso al proceso global a traves de un modelo multivariable y mediante el analisis de la progresion de variables individuales del proceso a lo largo del tiempo. Tambien se pueden evaluar piezas de equipos individuales mediante el analisis de variables de proceso y variables compuestas asociadas a los equipos. La interfaz combinada puede incluir otras interfaces ademas de, o en lugar de, los ejemplos especificos mostrados. Por ejemplo, se puede mostrar una interfaz que muestra como un proceso monitorizado se desvia de una trayectoria media de un modelo multivariable. Cada interfaz mostrada puede estar enlazada a otras interfaces. Por ejemplo, si un usuario selecciona un punto en el tiempo en una interfaz que
5
10
15
20
25
30
35
40
45
50
55
60
65
muestra la desviacion del proceso de una trayectoria media a lo largo del tiempo, se puede mostrar la contribution de cada variable de proceso al modelo multivariable en el punto del tiempo seleccionado. Tambien se pueden proporcionar otras interfaces.
Las interfaces y analisis descritos en el presente documento tambien pueden permitir la detection y prediction temprana de propiedades del producto durante el funcionamiento de un proceso. Por ejemplo, la FIGURA 7 puede resumir un proceso complejo en un pequeno numero de graficos interactivos, que pueden proporcionar una vista general del proceso. Como las varias interfaces graficas pueden estar enlazadas unas a otras, tambien puede permitir a un usuario "navegar" a traves de modelos complejos para aislar una variable o medida de interes.
Las interfaces de usuario descritas en el presente documento pueden actualizarse en tiempo real. Como se ha descrito previamente, los sistemas que se utilizan para crear un modelo multivariable y proporcionar una interfaz de usuario pueden recibir datos de una planta de procesamiento, como por ejemplo valores para varias variables de proceso utilizadas para crear el modelo multivariable. A medida que se reciben estos datos, el modelo multivariable y/o interfaz de usuario relacionada con el modelo y el funcionamiento de la planta de procesamiento pueden ser actualizados para reflejar los nuevos datos. Por tanto, los interfaces de usuario pueden presentar los datos y analisis disponibles mas actuales. Las diferentes interfaces descritas en el presente documento pueden proporcionarse en una unica interfaz, como se ilustra en la FIGURA 7, o pueden mostrarse en interfaces separadas tales como ventanas independientes. Por ejemplo, los interfaces mostrados en las FIGURAS 4-6 pueden estar enlazados a traves de multiples ventanas, de manera que cuando un usuario selecciona un punto den el tiempo en la FIGURA 4, se muestra la FIGURA 5 en una ventana o interfaz separada, estando todavla enlazada a la FIGURA 4 como se ha descrito anteriormente. Son posibles tambien otras configuraciones.
La FIGURA 8 muestra un sistema para monitorizar una planta de procesamiento de acuerdo con la presente invention. Una o mas fuentes 810 de datos, como sensores de una planta de procesamiento, pueden transmitir datos al sistema. Los datos pueden ser transmitidos de manera continua, a intervalos regulares, irregularmente, a demanda, o en cualquier otro momento adecuado. Los datos pueden ser capturados por una o mas bases 820 de datos que almacenan los datos para su analisis. Un motor 830 de modelado y un servidor 840 de front-end (servidor de aplicaciones) pueden usar y analizar los datos almacenados en la base 820 de datos. Por ejemplo, el servidor 840 de front-end (servidor de aplicaciones) puede ser un servidor web como el Servidor de Information de Internet de Microsoft o el servidor web Apache que recoge datos de la base 820 de datos y/o el motor 830 de modelado para su presentation a un usuario a traves de un enlace de comunicacion. El motor 830 de modelado puede utilizar datos almacenados para generar un modelo multivariable del proceso descrito por las fuentes 810 de datos. El servidor 840 de front-end (servidor de aplicaciones) puede recoger y formatear datos para mostrarlos a un usuario en una o mas interfaces 850 de usuario segun se ha descrito previamente. La base 820 de datos, servidor 840 de front-end (servidor de aplicaciones), motor 830 de modelado e interfaz 850 de usuario pueden ser modulos de software de uno o mas sistemas de hardware, y pueden combinar segun cualquier combination adecuada de hardware y software. Por ejemplo, el servidor 840 de front-end (servidor de aplicaciones) y el motor 830 de modelado pueden construirse utilizando hardware comun, o pueden ser dispositivos flsicos separados. Los diferentes componentes pueden comunicarse a traves de cualquier medio de comunicacion, como por ejemplo sistemas con cables o inalambricos, redes privadas, Internet publica, y otras redes. La base 820 de datos, el servidor 840 de front-end (servidor de aplicaciones), el motor 830 de modelado y la interfaz 850 de usuario pueden estar cada uno de ellos ubicados en una localization remota con relation a las fuentes de datos, y tambien cada uno de ellos puede estar ubicado en una localization remota con relacion a cada otro elemento en el sistema. Es destacable que la interfaz 850 de usuario pueda ser transmitida a un sistema de computation de un usuario remoto por parte del servidor de front-end (servidor de aplicaciones), permitiendo as! el acceso remoto al sistema por un usuario.
La FIGURA 9 es una representation esquematica de un ejemplo de sistema y flujo de datos de acuerdo con la invencion. El sistema puede describirse utilizando tres capas: control 901 de procesos, logica 902, y almacenamiento 903 y presentacion de datos. Las capas pueden ser capas logicas, es decir, pueden no corresponder a una separation logica de las capas o sistemas que implementan la funcionalidad de cada capa. La capa 901 de recogida y preprocesamiento de datos puede interrogar una o mas fuentes de datos y levar a cabo una extraction de datos adicional. La capa puede incluir receptores/agregadores que reciben datos de monitores 910 de las entidades del proceso (por ejemplo, sensores en una planta de procesamiento), uno o mas brokers 915 de datos, y otras fuentes 920 de datos. Los brokers de datos pueden ser, por ejemplo, fuentes de datos estructuradas como bases de datos relacionales. Un broker de datos puede ser una unica base de datos, o puede incluir multiples bases de datos. Estos datos pueden ser recogidos por un modulo 925 de barrido de la capa logica. Por ejemplo, cuando los datos estan disponibles de los monitores de plantas de procesamiento, una unidad de barrido puede ocasionalmente solicitar datos actuales o actualizados de cada monitor. Un modulo 930 de traduction de datos puede convertir los datos recibidos a un formato comun o llevar a cabo otras transformaciones antes de almacenarlos datos en un sistema back-end como una base 950 de datos. Los datos tambien pueden ser traducidos de acuerdo con una logica de producto y una logica de fase de proceso pre-determinadas. El modulo de traduccion de datos tambien puede invocar un modulo 940 de calculo para procesar los datos extraldos y traducidos. Los datos almacenados pueden ser utilizados por un modulo 935 de ejecucion de modelo que ejecuta y coordina una aplicacion 940 de calculo y modelado que incluye rutinas almacenadas como metodos estadlsticos multivariable de
5
10
15
20
25
30
35
40
45
50
55
60
65
tipo PCA/PLS. La aplicacion 940 puede ser un paquete comercialmente disponible, como por ejemplo MATLAB, o bien puede ser una aplicacion personalizada adecuada para crear modulos o modelos especificos adecuados para proceso, industria o tecnologia particular. La aplicacion 940 puede incluir tambien multiples componentes de aplicacion, como por ejemplo cuando un paquete comercialmente disponible lleva a cabo calculos generales, y un paquete personalizado crea un modelo especifico para el proceso. Una interfaz 945 de front-end (servidor de aplicaciones), como un servidor web, puede proporcionar datos, calculos y modelos a uno o mas usuarios. El front- end (servidor de aplicaciones) puede proporcionar una interfaz de usuario interactivo, incluyendo una estructura y logica para soportar busquedas de datos, configuracion de entradas y mostrar resultados.
A continuacion se describe un ejemplo de realization de acuerdo con la presente invention. Se entendera que son posibles variaciones distintas de las descritas con relation a la realizacion especifica. Un ejemplo de sistema puede dividir los usuarios en diferentes tipos, como operadores, supervisores, administradores y servicios. Un operador es un usuario que puede visualizar information acerca de resultados, como datos presentados como un conjunto de graficas e informes. Un supervisor es un usuario que puede especificar parametros a una base de datos de petition, definir computaciones requeridas para los informes, y visualizar un resumen de lote para una planta de procesamiento. Un administrador es un usuario que puede establecer los niveles de permiso de los usuarios, modificar entradas directamente en la base de datos, y gestionar las cuentas de usuario. Un servicio es usuario de sistema que puede llevar a cabo acciones periodicas u ocasionales tales como barridos de una base de datos en busca de datos de proceso, traducir fases y productos del proceso, y almacenar datos.
Una aplicacion de software del sistema puede incluir una serie de paginas web anidadas organizadas de manera general en dos secciones: ajustes y resultados. Varias paginas administrativas estan disponibles desde la section de ajustes. Las paginas administrativas pueden incluir funcionalidades para definir parametros para tablas de referencia interna, definir logica de fases, y configurar ajustes de seguridad de la aplicacion. Las paginas de resultados pueden permitir a un usuario mostrar resultados de calculos y monitorizar en tiempo real fuentes de datos.
Las caracteristicas de un sistema de acuerdo con la presente invencion pueden describirse por medio de casos de uso. Las caracteristicas y operaciones del sistema pueden utilizar multiples casos de uso, y los casos de uso pueden inter-operar con multiples partes del sistema, como se ha descrito anteriormente. En la FIGURA 10 se describe e ilustra un caso de uso especifico y no limitante. Para definir y utilizar los sistemas y metodos descritos en el presente documento, pueden implementarse otros casos de uso.
Registrarse en el Sistema: Un usuario puede introducir una pagina web enlazada a interfaces de usuario (por ejemplo, las interfaces 700 y 850 de usuario). El sistema extrae el nombre de usuario, y determina sus Permisos. Por ejemplo, la informacion de usuario puede almacenarse en un sistema de autentificacion general, como por ejemplo un metodo de autentificacion de Microsoft Windows. El usuario puede entonces registrarse en el sistema y se proporciona acceso a la funcionalidad adecuada.
Editar Usuario: Un administrador puede establecer o modificar un nombre de usuario, login y niveles de permiso.
Especificar Enlace de Fuente de Datos: El sistema puede mostrar una lista de fuentes de datos existentes. Un usuario puede seleccionar una fuente de datos adecua para editar o anadir una nueva fuente de datos. Dentro de una fuente de datos, un usuario puede seleccionar un objeto especifico, como una planta de proceso o una unidad de planta de la fuente de datos. El usuario tambien puede seleccionar propiedades del objeto, como el tipo de datos, tipo de fuente de datos, zona horaria, nombre ODBC, y otros parametros. Estos datos pueden almacenarse en una base de datos (por ejemplo, base 820 o 950 de datos).
Editar Planta: El sistema puede mostrar una lista de plantas de procesamiento para las que se pueden recoger datos. El usuario puede seleccionar de la lista de plantas conocidas, o puede anadir una nueva. Por ejemplo, una unica interfaz de usuario y sistema de informacion puede utilizarse para monitorizar multiples plantas. Un usuario puede anadir una nueva planta para monitorizar especificando una fuente de datos, un enlace de fuente de datos, un nombre de planta de procesamiento, un tipo de proceso, y/o otra informacion acerca de la nueva planta. Tambien se pueden modificar las propiedades de plantas existentes.
Editar Unidad/Producto: Al igual que con la creation y edition de plantas, un usuario tambien puede crear y editar unidades, productos, y otras entidades del sistema.
Crear/Editar Etiquetas: Un usuario puede aplicar etiquetas para especificar informacion contextual acerca de un objeto. Cada etiqueta puede incluir un nombre, limites inferior y superior, una frecuencia (por ejemplo, barrer en varios intervalos), tolerancia (por ejemplo, cuanto de cerca a la frecuencia debe estar el barrido real), tipo de interpolation (por ejemplo, monotonica o no), y otros atributos. Para cada etiqueta, el sistema puede llevar a cabo una comprobacion de integridad, como por ejemplo verificar que un limite inferior es menor que un limite superior, o que la tolerancia es menor que la frecuencia. Para cada etiqueta, el sistema puede calcular un momento para empezar a recoger datos y un intervalos historico de tiempos para utilizar para los datos almacenados basandose en
5
10
15
20
25
30
35
40
45
50
55
60
65
los parametros dispuestos por el usuario y otros parametros especificados en el sistema. El sistema puede utilizar los datos de etiqueta para determinar cuando recoger datos de cada fuente de datos etiquetada.
Editar Logica de Producto: Un usuario puede especificar logica de producto para procesos por lotes o porciones de lotes. Para editar una logica de producto, el usuario selecciona un objeto (planta o unidad) e introduce una expresion para la logica de producto. El sistema puede verificar que la expresion introducida satisface los requisitos de sintaxis del sistema y/o el proceso con el cual esta asociado el producto.
Editar Logica de Lote: Similarmente, un usuario puede especificar la logica de lote mediante la seleccion de un objeto y la introduccion de una logica de fase para el lote. Tlpicamente, si el objeto seleccionado es una planta continua, entonces la logica de lote se aplica a todos los productos de la planta.
Editar Logica de Fase: El usuario tambien puede especificar la logica de fase para una planta de lote o parte de una planta de lote mediante la seleccion de un nombre de fase y la introduccion de expresiones para los tiempos de arranque, final, y procesamiento maximo. Estas expresiones pueden ser verificadas por el sistema.
Actualizar Traduccion de Datos: El sistema puede actualizar las traducciones de datos deteniendo las llamadas recurrentes de a modulos de traduccion para un objeto, eliminar resultados de traducciones de datos para puntos temporales entre el tiempo actual y el tiempo de inicio de barrido para el objeto, llevar a cabo la traduccion de datos para puntos entre el tiempo actual y el tiempo de inicio de barrido, y re-iniciar llamadas recurrentes de modulos de traduccion de datos para el objeto.
Especificar Etiquetas de Calculo en Crudo: Un usuario puede seleccionar un objeto e introducir etiquetas de calculo en crudo para el objeto. Antes de almacenarse, puede comprobarse la sintaxis de las expresiones introducidas por un usuario.
Especificar Etiquetas de Calculo de Calidad: Un usuario puede seleccionar un objeto e introducir etiquetas de calculo en crudo para el objeto. Antes de almacenarse, puede comprobarse la sintaxis de las expresiones introducidas por un usuario.
Datos de barrido en crudo: Un servicio puede barrer datos en crudo de las fuentes de datos. El servicio puede barrer fuentes de datos a una frecuencia especificada para cada fuente de datos y cada etiqueta (para variables de proceso).
Comprobar datos en crudo no-cronologicos: Un servicio puede comprobar datos de perlodos de tiempo anteriores en busca de datos no-cronologicos.
Comprobar multiples valores en crudo: Un servicio puede determinar si hay mas de un valor para la misma marca de tiempo.
Datos de calidad de barrido: Un servicio barre datos de calidad de la fuente de datos de calidad. Puede repetir regularmente a una frecuencia para cada fuente de datos.
Traducir datos en crudo: Este servicio traduce datos en crudo para identificar producto y fase para un objeto.
Comprobar Logica de Producto/Lote: Un servicio puede comprobar la logica de producto y/o lote en un momento de tiempo determinado.
Comprobar datos no monotonicos: Un servicio puede comprobar etiquetas monotonicas buscando datos no- monotonicos dentro de los reutilizadores de lote.
Traducir datos de calidad: Un servicio puede traducir datos de calidad y traducir datos en crudo para enlazar nuevos lotes en crudo con sus correspondientes datos de calidad.
Interpolar datos: El sistema puede interpolar valores de etiqueta desde un punto de tiempo basandose en datos de etiqueta de la base de datos.
Crear Modelo: El sistema puede crear modelos multivariable segun se ha descrito previamente que seran utilizados para monitorizar los futuros datos de planta. Un flujo de eventos ejemplar puede incluir:
(1) El usuario define propiedades para el modelo, como:
(a) Objeto (por ejemplo, Planta, ReUtilizador o Unidad)
(b) Producto
(c) Metodo de escala
(d) Algoritmo
5
10
15
20
25
30
35
40
45
50
55
60
65
(e) Alineacion
(f) Proyectar valores futuros
(2) El sistema genera un nombre por defecto para el modelo
(3) El usuario modifica el nombre del modelo si es necesario.
(4) El usuario introduce propiedades para seleccionar lotes (o intervalos de tiempo para procesos continuos), como:
(a) Tiempo de inicio
(b) Tiempo de finalizacion
(c) Fase
(5) El sistema muestra una lista de lotes para la planta de lotes (por ejemplo, nombre de lote, tiempo de inicio, y tiempo de finalizacion) o intervalos de tiempo para plantas continuas (por ejemplo, tiempo de inicio y tiempo de finalizacion) para los parametros seleccionados.
(6) El usuario incluye/excluye lotes de la lista
(7) El usuario selecciona un conjunto de etiquetas de una lista de etiquetas disponibles. La lista puede incluir etiquetas extraldas as! como etiquetas calculadas. Estas etiquetas pueden utilizarse como columnas de un conjunto de datos de fuente (matriz X).
(8) El usuario selecciona Categorla Variable para cada etiqueta seleccionada. Una por defecto puede denominarse, tlpicamente "variable de control".
(9) Para cada variable de control y manipulada, el usuario puede especificar varias propiedades, como:
(a) llmite inferior
(b) llmite superior
(c) objetivo
(10) El usuario selecciona una base de alineacion de la lista.
(a) Para una planta continua, entonces la lista puede incluir solo el tiempo.
(b) Para una planta por lotes, la lista puede incluir etiquetas de tiempo y monotonicas.
(11) El usuario selecciona el perfil para la alineacion. Esta informacion puede utilizarse para generar filas en el conjunto de datos de fuente. El perfil puede ser uniforme y definido por el usuario.
(12) El sistema genera un Conjunto de Datos para la rutina de calculos.
(a) Para una planta continua, el conjunto de datos tiene dos dimensiones (por ejemplo, tiempo y etiquetas).
(b) Para una planta por lotes, el conjunto de datos tiene 3 dimensiones (por ejemplo, lote, base de alineacion, etiquetas).
(13) El sistema llama a la rutina de calculo.
(14) Si hay un error en la rutina de calculo, entonces el usuario informa al usuario acerca del error.
(15) El sistema muestra un informe con ajustes de modelo as! como con resultados del calculo.
(16) El usuario lleva a cabo un caso-de-uso (por ejemplo, "Anadir Modelo").
Anadir Modelo: Un usuario puede anadir un modelo creado a la lista de modelos para ejecutar. El usuario puede definir atributos del modelo, como por ejemplo la frecuencia (por ejemplo, en tiempo real, 1 min, 5 min, o un tiempo personalizado).
Ejecutar Modelo: Un servicio puede ejecutar los calculos del modelo basandose en los datos de la base de datos. El caso de uso puede repetirse regularmente dentro de unos intervalos de tiempo especificados para cada modelo.
Visualizar registros de error: Un supervisor puede visualizar errores que se han producido al recuperar datos de la base de datos. Varios otros servicios y aplicaciones pueden llenar el registro de error.
Los diferentes sistemas descritos en el presente documento pueden incluir cada uno de ellos un componente de almacenamiento legible por ordenador para almacenar instrucciones legibles por una maquina para llevar a cabo los diferentes procesos descritos e ilustrados. El componente de almacenamiento puede ser cualquier tipo de medio legible por una maquina (es decir, uno capaz de ser leldo por una maquina) como una memoria de disco duro, una memoria flash, una memoria de disco flexible, una memoria codificada opticamente (por ejemplo, un disco compacto, DVD-ROM, DVD±R, CD-ROM, CD±R, disco holografico, etc.), una memoria termo-mecanica (por ejemplo, una base de datos basada en escaneo de sonda), o cualquier tipo de medio de almacenamiento legible por una maquina (legible por ordenador). Cada sistema de computacion puede incluir tambien una memoria direccionable (por ejemplo, una memoria de acceso aleatorio, una memoria cache) para almacenar datos y/o conjuntos de instrucciones que puedan incluirse dentro, o ser generados por, las instrucciones legibles por ordenador cuando son ejecutadas por un procesador de la respectiva plataforma. Los metodos y sistemas descritos en el presente documento tambien pueden ser implementados como instrucciones legibles por una maquina almacenadas o incorporadas en cualquiera de los mecanismos de almacenamiento descritos anteriormente. Las
diferentes comunicaciones y operaciones descritas en el presente documento pueden llevarse a cabo utilizando cualquier canal encriptado o no encriptado, y los mecanismos de almacenamiento descritos en el presente documento pueden utilizar cualquier mecanismo de almacenamiento y/o encriptacion.
5 Aunque la presente invencion se ha descrito con referencia a ejemplos y realizaciones particulares descritos, se entiende que se pueden realizar variaciones y modificaciones de tales ejemplos y realizaciones sin salirse del ambito de las reivindicaciones adjuntas.

Claims (17)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    45
    50
    55
    60
    65
    REIVINDICACIONES
    1. Un sistema que comprende:
    un colector (840) de datos para recibir datos de monitorizacion de proceso que describen un proceso llevado a cabo por una planta (100) de procesamiento, comprendiendo los datos de monitorizacion de proceso valores para una pluralidad de variables de proceso (X1, X2...X29);p
    un procesador (830) para construir un modelo (170) multivariable del proceso a medida que se reciben los datos en el colector (840) de datos; y
    una interfaz (190, 700) de usuario en comunicacion con el procesador (830) para presentar information que describe el proceso, que comprende:
    una primera interfaz (710) grafica para indicar el rendimiento de la planta (100) de procesamiento basandose en el modelo (170) multivariable;
    una segunda interfaz (720) grafica para mostrar la contribution de al menos una de entre la pluralidad de las variables de proceso (X1, X2...X29) al modelo (170) multivariable; y
    una tercera interfaz (730) grafica para mostrar una indication acerca de la desviacion del proceso de una trayectoria media del modelo multivariable, en el que la trayectoria media esta limitada por un intervalo esperado por el modelo (170) multivariable.
  2. 2. El sistema de la reivindicacion 1, donde la interfaz (190, 700) de usuario esta basada en la web.
  3. 3. El sistema de cualquiera de las reivindicaciones 1 o 2, donde la interfaz (190, 700) de usuario es presentada a un usuario en tiempo real.
  4. 4. El sistema de cualquiera de las reivindicaciones 1 a 3, donde la primera interfaz (710) grafica y la segunda interfaz (720) grafica son presentadas al usuario de manera concurrente.
  5. 5. El sistema de la reivindicacion 4, donde la tercera interfaz (730) grafica es mostrada al usuario concurrentemente con la primera y la segunda interfaces (710, 720) graficas.
  6. 6. El sistema de cualquiera de las reivindicaciones 1 a 5, donde la interfaz (190, 700) de usuario presenta datos en tiempo real.
  7. 7. El sistema de cualquiera de las reivindicaciones 1 a 6, donde la interfaz (190, 700) de usuario es presentada a un usuario remoto.
  8. 8. El sistema de cualquiera de las reivindicaciones 1 a 7, donde la primera interfaz (710) grafica presenta el comportamiento de una variable (175, 180) compuesta del modelo (170) multivariable como una funcion del tiempo.
  9. 9. El sistema de cualquiera de las reivindicaciones 1 a 8, donde la segunda interfaz (720) grafica presenta la contribucion de al menos una de entre la pluralidad de variables de proceso (X1, X2...X29) al modelo (170) multivariable en un punto de tiempo del modelo (170) multivariable seleccionado por un usuario.
  10. 10. Un metodo que comprende:
    basandose en datos de monitorizacion de procesos recibidos de una planta (100) de procesamiento, construir un modelo (170) multivariable de un proceso llevado a cabo por la planta (100) de procesamiento, los datos de monitorizacion de procesos comprendiendo valores para una pluralidad de variables (X1, X2... X29) de proceso, siendo el modelo (170) multivariable construido a medida que se reciben los datos; presentando una interfaz (190, 700) de usuario a un usuario remoto para presentar informacion que describe el proceso, la interfaz (190, 700) comprendiendo una primera interfaz (710) grafica, una segunda interfaz (720) grafica, y una tercera interfaz (730) grafica;
    en la primera interfaz (710) grafica mostrandose una indicacion de la sesion de la planta (100) de procesamiento basandose en el modelo (170) multivariable al mostrar el valor de una variable (175, 180) compuesta del modelo (170) multivariable a lo largo del tiempo, en el que la variable (175, 180) compuesta se crea a partir de la pluralidad de variables (X1, X2...X29) de proceso;
    en la segunda interfaz (720) grafica mostrandose la contribucion de al menos una de entre la pluralidad de las variables (X1, X2...X29) de proceso al modelo (170) multivariable;
    en la tercera interfaz (730) grafica mostrandose una indicacion de la desviacion del proceso de una trayectoria media del modelo multivariable, en el que la trayectoria media esta limitada por un intervalo esperado por el modelo (170) multivariable;
    actualizar la interfaz (190, 700) de usuario a medida que se reciben los datos; recibir una selection de un punto de tiempo en la pantalla de variable compuesta; y
    en la segunda interfaz (720) grafica mostrar la contribucion de al menos una de entre la pluralidad de
    5
    10
    15
    20
    25
    30
    variables (X1, X2...X29) de proceso a las variables (175, 180) compuestas en el punto de tiempo seleccionado.
  11. 11. El metodo de la reivindicacion 10, que ademas comprende:
    recibir una seleccion de una variable de proceso (X1, X2...X29) mostrada del usuario remoto; y mostrar el valor de la variable de proceso (X1, X2...X29) seleccionada a lo largo de un intervalo de tiempo.
  12. 12. El metodo de la reivindicacion 11, donde la interfaz (190, 700) de usuario, la contribucion de al menos una de entre la pluralidad de variables de proceso (X1, X2...X29) y el valor de la variable de proceso (X1, X2...X29) seleccionada se muestran al usuario de manera concurrente.
  13. 13. El metodo de las reivindicaciones 11 o 12, donde al menos una de la interfaz (190, 700) de usuario, la contribucion de al menos una de entre la pluralidad de variables de proceso (X1, X2...X29), y el valor de la variable de proceso (X1, X2...X29) seleccionada son actualizadas en tiempo real.
  14. 14. El metodo de cualquiera de las reivindicaciones 10 a 13, donde el valor de la variable (175, 180) compuesta es actualizada y mostrada en tiempo real.
  15. 15. El metodo de cualquiera de las reivindicaciones 10 a 14, donde la interfaz (190, 700) de usuario es una interfaz basada en la web.
  16. 16. El metodo de cualquiera de las reivindicaciones 10 a 15, que comprende ademas actualizar la indicacion acerca de la contribucion de al menos una de entre la pluralidad de variables de proceso (X1, X2...X29) a la variable (1750, 180) compuesta en el punto de tiempo seleccionado.
  17. 17. Un medio de almacenamiento legible por ordenador que almacena una pluralidad de instrucciones que, cuando son ejecutadas por un procesador (830), provocan que el procesador (830) lleve a cabo el metodo de cualquiera de las reivindicaciones 10 a 16.
ES07874249.1T 2006-11-03 2007-11-02 Sistema y método para la monitorización de procesos Active ES2431863T5 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US85675706P 2006-11-03 2006-11-03
US856757P 2006-11-03
PCT/US2007/083476 WO2008133715A2 (en) 2006-11-03 2007-11-02 System and method for process monitoring

Publications (2)

Publication Number Publication Date
ES2431863T3 ES2431863T3 (es) 2013-11-28
ES2431863T5 true ES2431863T5 (es) 2017-07-27

Family

ID=39926243

Family Applications (1)

Application Number Title Priority Date Filing Date
ES07874249.1T Active ES2431863T5 (es) 2006-11-03 2007-11-02 Sistema y método para la monitorización de procesos

Country Status (6)

Country Link
US (1) US7606681B2 (es)
EP (1) EP2097794B2 (es)
CN (1) CN101536002B (es)
ES (1) ES2431863T5 (es)
PL (1) PL2097794T5 (es)
WO (1) WO2008133715A2 (es)

Families Citing this family (103)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9565275B2 (en) 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
US7444401B1 (en) 2002-11-18 2008-10-28 Arkion Systems Llc Method and apparatus for inexpensively monitoring and controlling remotely distributed appliances
US7799273B2 (en) 2004-05-06 2010-09-21 Smp Logic Systems Llc Manufacturing execution system for validation, quality and risk assessment and monitoring of pharmaceutical manufacturing processes
US7444197B2 (en) 2004-05-06 2008-10-28 Smp Logic Systems Llc Methods, systems, and software program for validation and monitoring of pharmaceutical manufacturing processes
US7966150B2 (en) * 2005-11-17 2011-06-21 Florida Power & Light Company Data analysis applications
WO2008070803A1 (en) 2006-12-06 2008-06-12 Fusion Multisystems, Inc. (Dba Fusion-Io) Apparatus, system, and method for managing data from a requesting device with an empty data token directive
US8935302B2 (en) 2006-12-06 2015-01-13 Intelligent Intellectual Property Holdings 2 Llc Apparatus, system, and method for data block usage information synchronization for a non-volatile storage volume
US7680553B2 (en) * 2007-03-08 2010-03-16 Smp Logic Systems Llc Methods of interfacing nanomaterials for the monitoring and execution of pharmaceutical manufacturing processes
US8566780B2 (en) * 2007-06-26 2013-10-22 Microsoft Corporation Object model based mapping
US7747899B2 (en) * 2007-06-26 2010-06-29 Microsoft Corporation Providing mapping fault processing
US20090149981A1 (en) * 2007-08-14 2009-06-11 Wayne Errol Evans System and methods for continuous, online monitoring of a chemical plant or refinery
US8761909B2 (en) * 2007-11-30 2014-06-24 Honeywell International Inc. Batch process monitoring using local multivariate trajectories
US20100095232A1 (en) * 2008-10-15 2010-04-15 Daniel Measurement And Control, Inc. Calculating and plotting statistical data
US9202362B2 (en) 2008-10-27 2015-12-01 Mueller International, Llc Infrastructure monitoring system and method
US8707193B2 (en) * 2009-05-15 2014-04-22 Incheck Technologies, Inc. Remote monitoring system and method
JP2012527706A (ja) * 2009-05-22 2012-11-08 ミューラー インターナショナル インコーポレイテッド インフラ監視装置、システム、および方法
US9323234B2 (en) * 2009-06-10 2016-04-26 Fisher-Rosemount Systems, Inc. Predicted fault analysis
US8571696B2 (en) * 2009-06-10 2013-10-29 Fisher-Rosemount Systems, Inc. Methods and apparatus to predict process quality in a process control system
JP5518197B2 (ja) 2009-09-09 2014-06-11 フュージョン−アイオー・インコーポレーテッド ストレージを割り当てるための装置、システム、および方法
US8539369B2 (en) * 2010-01-06 2013-09-17 La Crosse Technology, Ltd. Central monitoring and measurement system
JP5471629B2 (ja) * 2010-03-10 2014-04-16 株式会社島津製作所 液体クロマトグラフ用分析システム及び該分析システムの制御プログラム
JP5654124B2 (ja) 2010-06-16 2015-01-14 ミューラー インターナショナル エルエルシーMueller International,Llc インフラ監視装置、システム、および方法
CN102053575B (zh) * 2010-09-09 2012-12-26 北京北方微电子基地设备工艺研究中心有限责任公司 工艺数据监控方法、装置及系统
US20120239860A1 (en) 2010-12-17 2012-09-20 Fusion-Io, Inc. Apparatus, system, and method for persistent data management on a non-volatile storage media
US20120210257A1 (en) * 2011-02-11 2012-08-16 General Electric Company Automated system for analyzing power plant operations
US9003104B2 (en) 2011-02-15 2015-04-07 Intelligent Intellectual Property Holdings 2 Llc Systems and methods for a file-level cache
US9201677B2 (en) 2011-05-23 2015-12-01 Intelligent Intellectual Property Holdings 2 Llc Managing data input/output operations
US8874823B2 (en) 2011-02-15 2014-10-28 Intellectual Property Holdings 2 Llc Systems and methods for managing data input/output operations
US8966191B2 (en) 2011-03-18 2015-02-24 Fusion-Io, Inc. Logical interface for contextual storage
US8874242B2 (en) * 2011-03-18 2014-10-28 Rockwell Automation Technologies, Inc. Graphical language for optimization and use
US20120239169A1 (en) * 2011-03-18 2012-09-20 Rockwell Automation Technologies, Inc. Transparent models for large scale optimization and control
CN102325147A (zh) * 2011-05-03 2012-01-18 宁波弘讯科技有限公司 远程诊断的方法、装置及系统
US8833390B2 (en) 2011-05-31 2014-09-16 Mueller International, Llc Valve meter assembly and method
US8655621B2 (en) 2011-06-21 2014-02-18 General Electric Company Systems and methods for use in monitoring operation of a rotating device
US8725451B2 (en) 2011-06-21 2014-05-13 General Electric Company Systems and methods for use in monitoring operation of a rotating device
US8706443B2 (en) 2011-06-21 2014-04-22 General Electric Company System and method for monitoring rotating device
US8855569B2 (en) 2011-10-27 2014-10-07 Mueller International, Llc Systems and methods for dynamic squelching in radio frequency devices
US8660134B2 (en) 2011-10-27 2014-02-25 Mueller International, Llc Systems and methods for time-based hailing of radio frequency devices
US9915940B2 (en) * 2011-10-31 2018-03-13 Applied Materials, Llc Bi-directional association and graphical acquisition of time-based equipment sensor data and material-based metrology statistical process control data
US9251052B2 (en) 2012-01-12 2016-02-02 Intelligent Intellectual Property Holdings 2 Llc Systems and methods for profiling a non-volatile cache having a logical-to-physical translation layer
US9767032B2 (en) 2012-01-12 2017-09-19 Sandisk Technologies Llc Systems and methods for cache endurance
US9529348B2 (en) 2012-01-24 2016-12-27 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for deploying industrial plant simulators using cloud computing technologies
US9116812B2 (en) 2012-01-27 2015-08-25 Intelligent Intellectual Property Holdings 2 Llc Systems and methods for a de-duplication cache
US9477936B2 (en) 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
US10019353B2 (en) 2012-03-02 2018-07-10 Longitude Enterprise Flash S.A.R.L. Systems and methods for referencing data on a storage medium
US9612966B2 (en) 2012-07-03 2017-04-04 Sandisk Technologies Llc Systems, methods and apparatus for a virtual machine cache
US10346095B2 (en) 2012-08-31 2019-07-09 Sandisk Technologies, Llc Systems, methods, and interfaces for adaptive cache persistence
US20140095361A1 (en) * 2012-09-28 2014-04-03 Oracle International Corporation Supply chain financial orchestration system with trade accounting
US9292012B2 (en) * 2012-11-05 2016-03-22 Rockwell Automation Technologies, Inc. Secure models for model-based control and optimization
EP2746884B1 (en) 2012-12-24 2015-04-15 Air Products And Chemicals, Inc. Apparatus and methods to monitor and control cyclic process units in a steady plant environment
US9558220B2 (en) 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
US10678225B2 (en) 2013-03-04 2020-06-09 Fisher-Rosemount Systems, Inc. Data analytic services for distributed industrial performance monitoring
US10223327B2 (en) * 2013-03-14 2019-03-05 Fisher-Rosemount Systems, Inc. Collecting and delivering data to a big data machine in a process control system
US10386827B2 (en) 2013-03-04 2019-08-20 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics platform
US9665088B2 (en) 2014-01-31 2017-05-30 Fisher-Rosemount Systems, Inc. Managing big data in process control systems
US9823626B2 (en) 2014-10-06 2017-11-21 Fisher-Rosemount Systems, Inc. Regional big data in process control systems
US10282676B2 (en) 2014-10-06 2019-05-07 Fisher-Rosemount Systems, Inc. Automatic signal processing-based learning in a process plant
US10909137B2 (en) 2014-10-06 2021-02-02 Fisher-Rosemount Systems, Inc. Streaming data for analytics in process control systems
US10649424B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US9397836B2 (en) 2014-08-11 2016-07-19 Fisher-Rosemount Systems, Inc. Securing devices to process control systems
US10866952B2 (en) 2013-03-04 2020-12-15 Fisher-Rosemount Systems, Inc. Source-independent queries in distributed industrial system
US10649449B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US10671028B2 (en) 2013-03-15 2020-06-02 Fisher-Rosemount Systems, Inc. Method and apparatus for managing a work flow in a process plant
US9842053B2 (en) 2013-03-15 2017-12-12 Sandisk Technologies Llc Systems and methods for persistent cache logging
CN107885494B (zh) 2013-03-15 2021-09-10 费希尔-罗斯蒙特系统公司 用于分析过程控制数据的方法和计算机系统
CA3115584C (en) 2013-03-15 2023-09-19 Mueller International, Llc Systems for measuring properties of water in a water distribution system
US10102144B2 (en) 2013-04-16 2018-10-16 Sandisk Technologies Llc Systems, methods and interfaces for data virtualization
US10558561B2 (en) 2013-04-16 2020-02-11 Sandisk Technologies Llc Systems and methods for storage metadata management
US9438648B2 (en) 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US9989958B2 (en) 2013-05-09 2018-06-05 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment
US20140337277A1 (en) * 2013-05-09 2014-11-13 Rockwell Automation Technologies, Inc. Industrial device and system attestation in a cloud platform
US9703902B2 (en) 2013-05-09 2017-07-11 Rockwell Automation Technologies, Inc. Using cloud-based data for industrial simulation
US9786197B2 (en) 2013-05-09 2017-10-10 Rockwell Automation Technologies, Inc. Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system
US10026049B2 (en) 2013-05-09 2018-07-17 Rockwell Automation Technologies, Inc. Risk assessment for industrial systems using big data
US9709978B2 (en) 2013-05-09 2017-07-18 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment with information overlays
US20150032681A1 (en) * 2013-07-23 2015-01-29 International Business Machines Corporation Guiding uses in optimization-based planning under uncertainty
US9842128B2 (en) 2013-08-01 2017-12-12 Sandisk Technologies Llc Systems and methods for atomic storage operations
US10019320B2 (en) 2013-10-18 2018-07-10 Sandisk Technologies Llc Systems and methods for distributed atomic storage operations
US10073630B2 (en) 2013-11-08 2018-09-11 Sandisk Technologies Llc Systems and methods for log coordination
CN103744050A (zh) * 2014-01-23 2014-04-23 国家电网公司 一种智能电能表的现场检测装置
US10268665B2 (en) * 2014-04-07 2019-04-23 Dresser, Llc System and method to display data defining operation of a valve assembly on a trend graph on a user interface
US10508807B2 (en) 2014-05-02 2019-12-17 Air Products And Chemicals, Inc. Remote burner monitoring system and method
US9494249B2 (en) 2014-05-09 2016-11-15 Mueller International, Llc Mechanical stop for actuator and orifice
US9565620B2 (en) 2014-09-02 2017-02-07 Mueller International, Llc Dynamic routing in a mesh network
US10168691B2 (en) 2014-10-06 2019-01-01 Fisher-Rosemount Systems, Inc. Data pipeline for process control system analytics
US9946607B2 (en) 2015-03-04 2018-04-17 Sandisk Technologies Llc Systems and methods for storage error management
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US11243505B2 (en) 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
US10496061B2 (en) 2015-03-16 2019-12-03 Rockwell Automation Technologies, Inc. Modeling of an industrial automation environment in the cloud
US11041839B2 (en) 2015-06-05 2021-06-22 Mueller International, Llc Distribution system monitoring
EP3173782A1 (de) 2015-11-26 2017-05-31 Karlsruher Institut für Technologie Verfahren zur steuerung kontinuierlicher chromatographie und multisäulen-chromatographie-anordnung
US10503483B2 (en) 2016-02-12 2019-12-10 Fisher-Rosemount Systems, Inc. Rule builder in a process control network
US10831180B2 (en) * 2016-02-25 2020-11-10 General Electric Company Multivariate statistical process control of laser powder bed additive manufacturing
EP3440518A1 (en) * 2016-04-04 2019-02-13 Boehringer Ingelheim RCV GmbH & Co KG Real time monitoring of product purification
US20180025704A1 (en) * 2016-07-21 2018-01-25 Tektronix, Inc. Composite user interface
RU2680869C2 (ru) * 2017-03-06 2019-02-28 Акционерное общество "РОТЕК" (АО "РОТЕК") Способ автоматизированного сбора и подготовки данных для мониторинга и моделирования сложной технической системы
US10636007B2 (en) 2017-05-15 2020-04-28 Tata Consultancy Services Limited Method and system for data-based optimization of performance indicators in process and manufacturing industries
CN107390553A (zh) * 2017-08-08 2017-11-24 广东芬尼克兹节能设备有限公司 烘干机机组的集控方法与系统
WO2020086395A1 (en) * 2018-10-22 2020-04-30 Covestro Llc Techniques to custom design products
CN109857068A (zh) * 2018-12-20 2019-06-07 上海树根互联技术有限公司 智能装备远程运维新模式云服务展示方法、装置和服务器
US11725366B2 (en) 2020-07-16 2023-08-15 Mueller International, Llc Remote-operated flushing system
US11928081B2 (en) * 2021-06-30 2024-03-12 Fischer Controls International Llc Event logging for valves and other flow control devices

Family Cites Families (110)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2883255A (en) * 1954-04-28 1959-04-21 Panellit Inc Automatic process logging system
CA850273A (en) * 1967-07-06 1970-08-25 Charles J. Clarke, Jr. D. d. c. interfacing circuitry
US5257206A (en) * 1991-04-08 1993-10-26 Praxair Technology, Inc. Statistical process control for air separation process
US5339257A (en) * 1991-05-15 1994-08-16 Automated Technology Associates Inc. Real-time statistical process monitoring system
US5396416A (en) * 1992-08-19 1995-03-07 Continental Controls, Inc. Multivariable process control method and apparatus
US5479340A (en) * 1993-09-20 1995-12-26 Sematech, Inc. Real time control of plasma etch utilizing multivariate statistical analysis
SE9304246L (sv) * 1993-12-22 1995-06-23 Asea Brown Boveri Förfarande vid övervakning av multivariata processer
JP3035688B2 (ja) * 1993-12-24 2000-04-24 トピー工業株式会社 連続鋳造におけるブレークアウト予知システム
US5659667A (en) * 1995-01-17 1997-08-19 The Regents Of The University Of California Office Of Technology Transfer Adaptive model predictive process control using neural networks
US5758047A (en) * 1995-06-14 1998-05-26 Lu; Zhuxin Joseph Method of process controller optimization in a multivariable predictive controller
GB2309800B (en) * 1996-02-03 1999-07-28 Kodak Ltd A method of controlling the effect of raw materials on manufacturability
US5862060A (en) * 1996-11-22 1999-01-19 Uop Llc Maintenance of process control by statistical analysis of product optical spectrum
US5862054A (en) * 1997-02-20 1999-01-19 Taiwan Semiconductor Manufacturing Company, Ltd. Process monitoring system for real time statistical process control
US6115643A (en) * 1998-02-03 2000-09-05 Mcms Real-time manufacturing process control monitoring method
EP1021263B1 (en) * 1998-07-21 2004-11-03 Dofasco Inc. Multivariate statistical model-based system for monitoring the operation of a continuous caster and detecting the onset of impending breakouts
FR2783620B1 (fr) * 1998-09-22 2002-03-29 De Micheaux Daniel Lafaye Procede et systeme multidimensionnel de maitrise statistique des processus
US7249356B1 (en) * 1999-04-29 2007-07-24 Fisher-Rosemount Systems, Inc. Methods and structure for batch processing event history processing and viewing
US6577323B1 (en) * 1999-07-01 2003-06-10 Honeywell Inc. Multivariable process trend display and methods regarding same
US6901560B1 (en) * 1999-07-01 2005-05-31 Honeywell Inc. Process variable generalized graphical device display and methods regarding same
US6952808B1 (en) * 1999-07-01 2005-10-04 Honeywell Inc. Process variable gauge interface and methods regarding same
US6587108B1 (en) * 1999-07-01 2003-07-01 Honeywell Inc. Multivariable process matrix display and methods regarding same
US6873997B1 (en) 1999-08-04 2005-03-29 Agile Software Corporation Data management system and method for automatically propagating information to disparate information systems from a central location
US7082338B1 (en) * 1999-10-20 2006-07-25 Caterpillar Inc. Method for providing a process model for a material in a manufacturing process
US6532555B1 (en) * 1999-10-29 2003-03-11 Advanced Micro Devices, Inc. Method and apparatus for integration of real-time tool data and in-line metrology for fault detection in an advanced process control (APC) framework
US6546508B1 (en) * 1999-10-29 2003-04-08 Advanced Micro Devices, Inc. Method and apparatus for fault detection of a processing tool in an advanced process control (APC) framework
AU2001238251A1 (en) * 2000-02-14 2001-08-27 Infoglide Corporation Monitoring and control of processes and machines
US6917845B2 (en) * 2000-03-10 2005-07-12 Smiths Detection-Pasadena, Inc. Method for monitoring environmental condition using a mathematical model
GB0007063D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Mulitvariate statistical process monitors
GB0007065D0 (en) * 2000-03-23 2000-05-10 Simsci Limited Process monitoring and control using self-validating sensors
US6532427B1 (en) * 2000-05-10 2003-03-11 Texas Instruments Incorporated Web-based mining of statistical data
US6725402B1 (en) * 2000-07-31 2004-04-20 Advanced Micro Devices, Inc. Method and apparatus for fault detection of a processing tool and control thereof using an advanced process control (APC) framework
AU2001285480A1 (en) * 2000-08-23 2002-03-04 Pri Automation, Inc. Web based tool control in a semiconductor fabrication facility
CA2419240C (en) * 2000-10-26 2007-04-10 Triant Technologies Inc. Method for estimating and reducing uncertainties in process measurements
US6885975B2 (en) 2000-11-14 2005-04-26 Rajagopalan Srinivasan Method and apparatus for managing process transitions
JP3801870B2 (ja) * 2001-02-16 2006-07-26 株式会社モノリス 多変量空間処理装置
US6650947B2 (en) * 2001-03-23 2003-11-18 Metso Automation Oy Multi-variable control loop assessment
US6842720B2 (en) * 2001-06-01 2005-01-11 Michelin Recherche Technique S.A. Method of analyzing and controlling the uniformity of tires
US7054919B2 (en) * 2001-06-15 2006-05-30 Ei3 Corporation System and method for providing virtual online engineering of a production environment
US6727106B1 (en) * 2001-07-12 2004-04-27 Advanced Micro Devices, Inc. System and software for statistical process control in semiconductor manufacturing and method thereof
IL144358A (en) 2001-07-16 2006-10-31 Oded Berkooz Method for isolating sources of drifts in output properties for machines and processes
US6704691B2 (en) * 2001-07-18 2004-03-09 Promos Technologies, Inc. Method and system for in-line monitoring process performance using measurable equipment signals
US6549864B1 (en) * 2001-08-13 2003-04-15 General Electric Company Multivariate statistical process analysis systems and methods for the production of melt polycarbonate
JP4592235B2 (ja) * 2001-08-31 2010-12-01 株式会社東芝 生産装置の故障診断方法及び生産装置の故障診断システム
US6616759B2 (en) * 2001-09-06 2003-09-09 Hitachi, Ltd. Method of monitoring and/or controlling a semiconductor manufacturing apparatus and a system therefor
US6757579B1 (en) * 2001-09-13 2004-06-29 Advanced Micro Devices, Inc. Kalman filter state estimation for a manufacturing system
WO2003040964A2 (en) * 2001-11-02 2003-05-15 Siemens Medical Solutions Usa, Inc. Patient data mining for diagnosis and projections of patient states
US20030233198A1 (en) * 2001-11-13 2003-12-18 Genichi Taguchi Multivariate data analysis method and uses thereof
US6961732B2 (en) * 2001-12-18 2005-11-01 General Electric Company Web based process capability data collection and reporting system
US6789032B2 (en) * 2001-12-26 2004-09-07 International Business Machines Corporation Method of statistical binning for reliability selection
US7000193B1 (en) * 2002-02-07 2006-02-14 Impink Jr Albert J Display to facilitate the monitoring of a complex process
JP2003242271A (ja) * 2002-02-13 2003-08-29 Toshiba Corp プラント診断方法および診断システム
US6703250B2 (en) * 2002-02-14 2004-03-09 Taiwan Semiconductor Manufacturing Co., Ltd. Method of controlling plasma etch process
US7162386B2 (en) 2002-04-25 2007-01-09 Micron Technology, Inc. Dynamically adaptable semiconductor parametric testing
TWI266249B (en) * 2002-05-16 2006-11-11 Mosel Vitelic Inc Statistical process control method and system thereof
US6862491B2 (en) 2002-05-22 2005-03-01 Applied Materials Israel, Ltd. System and method for process variation monitor
TWI328164B (en) 2002-05-29 2010-08-01 Tokyo Electron Ltd Method and apparatus for monitoring tool performance
US6799311B1 (en) * 2002-06-27 2004-09-28 Advanced Micro Devices, Inc. Batch/lot organization based on quality characteristics
US6915173B2 (en) * 2002-08-22 2005-07-05 Ibex Process Technology, Inc. Advance failure prediction
US6830939B2 (en) * 2002-08-28 2004-12-14 Verity Instruments, Inc. System and method for determining endpoint in etch processes using partial least squares discriminant analysis in the time domain of optical emission spectra
US6804619B1 (en) * 2002-08-30 2004-10-12 Advanced Micro Devices, Inc. Process control based on tool health data
US6723574B1 (en) * 2002-09-26 2004-04-20 Lam Research Corporation Method for quantifying uniformity patterns and including expert knowledge for tool development and control
JP2004118693A (ja) 2002-09-27 2004-04-15 Toshiba Corp プラントの制御系異常診断システム及び異常診断方法
JP4694843B2 (ja) 2002-09-30 2011-06-08 東京エレクトロン株式会社 半導体製作プロセスの監視とコンロトールのための装置
US6650958B1 (en) * 2002-10-30 2003-11-18 Lsi Logic Corporation Integrated process tool monitoring system for semiconductor fabrication
US6893882B2 (en) * 2002-12-06 2005-05-17 Taiwan Semiconductor Manufacturing Co., Ltd. Multivariate RBR tool aging detector
CA2414167A1 (en) 2002-12-12 2004-06-12 Dofasco Inc. Method and online system for monitoring continuous caster start-up operation and predicting start cast breakouts
US6823287B2 (en) * 2002-12-17 2004-11-23 Caterpillar Inc Method for predicting the quality of a product
TWI285341B (en) * 2002-12-31 2007-08-11 Powerchip Semiconductor Corp Method for analyzing in-line QC parameters
US6985787B2 (en) * 2002-12-31 2006-01-10 Tokyo Electron Limited Method and apparatus for monitoring parts in a material processing system
KR100489690B1 (ko) 2003-02-14 2005-05-17 삼성전자주식회사 실시간 장애 제어를 위한 데이터베이스 테이블 모델링 및이벤트 처리 방법
JP4317701B2 (ja) 2003-03-12 2009-08-19 東京エレクトロン株式会社 処理結果の予測方法及び予測装置
US6904384B2 (en) * 2003-04-03 2005-06-07 Powerchip Semiconductor Corp. Complex multivariate analysis system and method
US7016754B2 (en) 2003-05-08 2006-03-21 Onwafer Technologies, Inc. Methods of and apparatus for controlling process profiles
US7062411B2 (en) 2003-06-11 2006-06-13 Scientific Systems Research Limited Method for process control of semiconductor manufacturing equipment
JP4421230B2 (ja) 2003-08-12 2010-02-24 株式会社日立製作所 性能情報分析方法
EP1654600A4 (en) 2003-08-13 2008-06-18 Cargill Inc MODELING AND MANUFACTURING OF COMPUTER-ASSISTED PRODUCTS
US7054703B2 (en) * 2003-09-09 2006-05-30 Taiwan Semiconductor Manufacturing Co., Ltd. Control system and methods for managing a production operating under time constaraints
US6952657B2 (en) * 2003-09-10 2005-10-04 Peak Sensor Systems Llc Industrial process fault detection using principal component analysis
US7328126B2 (en) * 2003-09-12 2008-02-05 Tokyo Electron Limited Method and system of diagnosing a processing system using adaptive multivariate analysis
US7187988B2 (en) * 2003-09-12 2007-03-06 Taiwan Semiconductor Manufacturing Company, Ltd. Web service and method for customers to define their own alert for real-time production status
TWI225576B (en) 2003-10-06 2004-12-21 Univ Tsinghua Process controlling method with merged two-control loops
US7082381B1 (en) 2003-11-12 2006-07-25 Sprint Communications Company L.P. Method for performance monitoring and modeling
US7096153B2 (en) 2003-12-31 2006-08-22 Honeywell International Inc. Principal component analysis based fault classification
US7025280B2 (en) 2004-01-30 2006-04-11 Tokyo Electron Limited Adaptive real time control of a reticle/mask system
US7198964B1 (en) 2004-02-03 2007-04-03 Advanced Micro Devices, Inc. Method and apparatus for detecting faults using principal component analysis parameter groupings
DE102004005632B4 (de) 2004-02-04 2008-02-21 Uhlmann Pac-Systeme Gmbh & Co Kg Verfahren zur Prozeßkontrolle und Dokumentation an einer Kartoniermaschine
US7010382B2 (en) 2004-02-26 2006-03-07 Taiwan Semiconductor Manufacturing Co., Ltd. Method and system for improving process control for semiconductor manufacturing operations
JP4250552B2 (ja) 2004-03-03 2009-04-08 株式会社東芝 製造装置管理システム、製造装置管理方法及びプログラム
US7127314B2 (en) 2004-03-25 2006-10-24 Taiwan Semiconductor Manufacturing Company, Ltd. Fabrication monitoring system
US7225368B2 (en) 2004-04-15 2007-05-29 International Business Machines Corporation Efficient real-time analysis method of error logs for autonomous systems
US6980873B2 (en) 2004-04-23 2005-12-27 Taiwan Semiconductor Manufacturing Company, Ltd. System and method for real-time fault detection, classification, and correction in a semiconductor manufacturing environment
US7200524B2 (en) 2004-05-06 2007-04-03 Carrier Corporation Sensor fault diagnostics and prognostics using component model and time scale orthogonal expansions
KR100839071B1 (ko) 2004-05-13 2008-06-19 삼성전자주식회사 공정장비의 상태를 모니터링하기 위한 시스템 및 방법
US7107112B2 (en) 2004-05-17 2006-09-12 Brown Peter G Method and system for simulating and modeling a batch manufacturing facility
US6885907B1 (en) 2004-05-27 2005-04-26 Dofasco Inc. Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention
US7096085B2 (en) 2004-05-28 2006-08-22 Applied Materials Process control by distinguishing a white noise component of a process variance
US7221987B2 (en) 2004-06-15 2007-05-22 Kimberly-Clark Worldwide, Inc. Generating a reliability analysis by identifying casual relationships between events in an event-based manufacturing system
US7117058B2 (en) 2004-06-24 2006-10-03 Taiwan Semiconductor Manufacturing Co., Ltd. Automatic statistical process control (SPC) chart generation apparatus and method thereof
US7188050B2 (en) 2004-08-25 2007-03-06 Siemens Corporate Research, Inc. Method and apparatus for detecting out-of-range conditions in power generation equipment operations
JP4239932B2 (ja) 2004-08-27 2009-03-18 株式会社日立製作所 生産管理システム
JP2008514015A (ja) 2004-09-17 2008-05-01 エム ケー エス インストルメンツ インコーポレーテッド 半導体プロセスの多変量制御
US7151972B2 (en) 2005-01-05 2006-12-19 International Business Machines Corporation Method for autonomic control of a manufacturing system
US7127359B2 (en) 2005-03-01 2006-10-24 Texas Instruments Incorporated Real-time mathematical model for wafer spin defect detection and for misalignment analyses
US7218974B2 (en) 2005-03-29 2007-05-15 Zarpac, Inc. Industrial process data acquisition and analysis
US7171340B2 (en) 2005-05-02 2007-01-30 Sas Institute Inc. Computer-implemented regression systems and methods for time series data analysis
US7239930B2 (en) 2005-05-24 2007-07-03 International Business Machines Corporation Method, system, and computer program product for improved flow of development lots in a manufacturing facility
US7065425B1 (en) 2005-06-22 2006-06-20 Internaitonal Business Machines Corporation Metrology tool error log analysis methodology and system
US7243048B2 (en) 2005-11-28 2007-07-10 Honeywell International, Inc. Fault detection system and method using multiway principal component analysis
US7206721B1 (en) 2005-12-12 2007-04-17 Taiwan Semiconductor Manufacturing Co., Ltd. Methods and systems of offline measurement for process tool monitoring
US20090149981A1 (en) * 2007-08-14 2009-06-11 Wayne Errol Evans System and methods for continuous, online monitoring of a chemical plant or refinery

Also Published As

Publication number Publication date
CN101536002A (zh) 2009-09-16
CN101536002B (zh) 2015-02-04
WO2008133715A2 (en) 2008-11-06
EP2097794A2 (en) 2009-09-09
PL2097794T3 (pl) 2013-12-31
EP2097794A4 (en) 2012-12-26
EP2097794B1 (en) 2013-07-31
US7606681B2 (en) 2009-10-20
WO2008133715A3 (en) 2009-01-15
EP2097794B2 (en) 2017-03-08
PL2097794T5 (pl) 2018-01-31
ES2431863T3 (es) 2013-11-28
US20080109090A1 (en) 2008-05-08

Similar Documents

Publication Publication Date Title
ES2431863T5 (es) Sistema y método para la monitorización de procesos
US10990067B2 (en) Computer system and method for the dynamic construction and online deployment of an operation-centric first-principles process model for predictive analytics
Meyer et al. Multidimensional biases, gaps and uncertainties in global plant occurrence information
Xu et al. ViDX: Visual diagnostics of assembly line performance in smart factories
Yang Kun et al. A real-time platform for monitoring schistosomiasis transmission supported by Google Earth and a web-based geographical information system.
JP5195951B2 (ja) 情報管理装置及び情報管理システム
NO337835B1 (no) Fremgangsmåte og system for sanntidsoperasjoner og vedlikehold
Gardner et al. Model validation and testing: past lessons, present concerns, future prospects
US8650539B2 (en) Method for mapping the structure of a complex software product
Lovell et al. Environmental resistance predicts the spread of alien species
Rofatto et al. A Monte Carlo-based outlier diagnosis method for sensitivity analysis
García-Macías et al. Real-time Bayesian damage identification enabled by sparse PCE-Kriging meta-modelling for continuous SHM of large-scale civil engineering structures
Khahro et al. Low-cost pavement management system for developing countries
CN114778774A (zh) 基于人工智能的温室气体监测方法及相关设备
CN108494803B (zh) 基于人工智能的多元异构网络安全数据可视化系统
Schuh et al. Machine learning and generalized linear model techniques to predict aboveground biomass in Amazon rainforest using LiDAR data
Raco et al. Inspire project: Integrated technologies for smart buildings and predictive maintenance
Minea et al. Intelligent network applications monitoring and diagnosis employing software sensing and machine learning solutions
Zander et al. Environmental data management with the river basin information system
Sharma et al. a Proposed Framework for Surveillance of Dengue Disease and Prediction
de Almeida et al. Integration and management of sensor data for rainfall monitoring
Jo et al. Applying sensor web enablement to retrieve and visualize sensor observations across the Web
Meynard et al. Comparing alternative systematic conservation planning strategies against a politically driven conservation plan
Farr Data integration in population and community ecology using hierarchical modeling
Schipani et al. Long term monitoring of the VST through telescope log data