ES2969084T3 - Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo - Google Patents

Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo Download PDF

Info

Publication number
ES2969084T3
ES2969084T3 ES20774457T ES20774457T ES2969084T3 ES 2969084 T3 ES2969084 T3 ES 2969084T3 ES 20774457 T ES20774457 T ES 20774457T ES 20774457 T ES20774457 T ES 20774457T ES 2969084 T3 ES2969084 T3 ES 2969084T3
Authority
ES
Spain
Prior art keywords
process data
plant
model
determination
unit
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
ES20774457T
Other languages
English (en)
Inventor
Masanori Kadowaki
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.)
Sumitomo Heavy Industries Ltd
Original Assignee
Sumitomo Heavy Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sumitomo Heavy Industries Ltd filed Critical Sumitomo Heavy Industries Ltd
Application granted granted Critical
Publication of ES2969084T3 publication Critical patent/ES2969084T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447—Performance evaluation by modeling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31357—Observer based fault detection, use model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Alarm Systems (AREA)
  • Selective Calling Equipment (AREA)

Abstract

La presente invención proporciona un dispositivo de monitoreo, un dispositivo de visualización, un método de monitoreo y un programa de monitoreo que puede determinar el estado operativo de una planta incluso cuando la cantidad de datos de proceso realmente medidos es limitada. Un dispositivo de monitoreo (10) está provisto de : unidades de entrada (10e, 11) para recibir entradas de datos de proceso relacionados con una planta; una unidad de generación de modelos (12) para generar un modelo que representa la relación entre datos de proceso en base a los datos de proceso de entrada; una unidad de determinación (13) para determinar el estado operativo de la planta en un primer modo de determinación usando un modelo generado en base a un valor predicho de los datos de proceso ingresados por una persona o en un segundo modo de determinación usando un modelo generado en el sobre la base de un valor realmente medido de los datos del proceso; y una unidad de visualización (10f) para mostrar el resultado de la determinación de la unidad de determinación. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo
Campo técnico
[0001] La presente invención se refiere a un dispositivo de monitoreo, un procedimiento de monitoreo y a un programa de monitoreo.
Antecedentes de la técnica
[0002] En la técnica relacionada, se pueden medir datos de proceso, que son datos de series temporales relacionados con un estado de operación de una planta, y se pueden usar datos de proceso pasados como datos de aprendizaje para generar un modelo que representa una relación entre datos de proceso. Hay un caso en el que se utiliza un modelo generado para determinar que la planta está funcionando normalmente.
[0003] Por ejemplo, la Bibliografía de patentes 1 describe un dispositivo de evaluación de conocimiento de aprendizaje para determinar si el conocimiento de aprendizaje es adecuado o no al comparar un valor objetivo cuando un dispositivo de control controla un objetivo de control con un valor medido realmente pasado relacionado con el objetivo de control.
[0004] Además, la Bibliografía de patentes 2 describe un dispositivo de pronóstico de la demanda que crea un modelo de pronóstico para pronosticar una cantidad de demanda en función de los datos de resultados reales de una cantidad de demanda pasada, y corrige la cantidad de demanda en función de los datos de resultados reales, los datos de pronósticos meteorológicos futuros y la cantidad de demanda pronosticada. La Bibliografía de patentes 3 describe un aparato de aprendizaje, un procedimiento de aprendizaje y un programa de aprendizaje. La Bibliografía de patentes 4 describe sistemas y procedimientos para monitorear bucles de control en una planta de proceso. La Bibliografía de patentes 5 describe un procedimiento para predecir la demanda futura de energía eléctrica, agua y productos básicos. Lista de referencias
Bibliografía de patentes
[0005]
[PTL 1] Publicación de patente japonesa no examinada n.° 7-219604
[PTL 2] Publicación de patente japonesa no examinada n.° 2018-73214
[PTL 3] Publicación de patente internacional N.° WO 2018-203470 A1
[PTL 4] Patente estadounidense n.° US 7660701 B2
[PTL 5] Publicación de patente japonesa no examinada n.° JP H04-372046 A
Resumen de la invención
Problema técnico
[0006] Cuando se genera un modelo que representa la relación entre los datos de proceso utilizando datos de proceso pasados como datos de aprendizaje, se presupone que los datos de proceso realmente medidos se acumulan en cierta medida. Sin embargo, cuando la cantidad de datos de los datos de proceso realmente medidos es limitada, como inmediatamente después de iniciar la planta, se hace difícil generar un modelo, y hay un caso en el que se genera un período durante el cual no se puede determinar el estado de funcionamiento de la planta.
[0007] Por lo tanto, la presente invención proporciona un dispositivo de monitoreo, un procedimiento de monitoreo y un programa de monitoreo capaces de determinar el estado de operación de la planta incluso cuando la cantidad de datos de datos de proceso realmente medidos es limitada.
Solución al problema
[0008] Según un aspecto de la presente invención, se proporciona un dispositivo de monitoreo que incluye: una unidad de adquisición configurada para adquirir un valor realmente medido de datos de proceso relacionados con una planta; una unidad de entrada configurada para recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta; una unidad de generación de modelo configurada para generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada; una unidad de determinación configurada para determinar un estado de funcionamiento de la planta en un primer modo de determinación usando el modelo que se genera en función del valor previsto de los datos de proceso o en un segundo modo de determinación usando el modelo que se genera en función del valor realmente medido de los datos de proceso; y una unidad de visualización que muestra un resultado de determinación del estado de funcionamiento determinado por la unidad de determinación, en la que cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada, la unidad de determinación determina el estado de funcionamiento de la planta en el primer modo de determinación, y cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o mayor que la cantidad predeterminada, la unidad de determinación determina el estado de funcionamiento de la planta en el segundo modo de determinación.
[0009] Según este aspecto, al determinar el estado de funcionamiento de la planta en el primer modo de determinación utilizando el modelo generado en función del valor previsto de los datos de proceso que no se mide realmente, cuando la cantidad de datos de los datos de proceso medidos realmente es limitada, es posible generar un modelo que representa la relación entre los datos de proceso para determinar el estado de funcionamiento de la planta. Por consiguiente, el estado de operación se puede determinar inmediatamente después de que se inicie la planta, y se puede reducir el tiempo de inactividad.
[0010] Según otro aspecto de la presente invención, se proporciona un procedimiento de monitoreo ejecutado por un dispositivo de monitoreo que monitorea una planta, y el procedimiento incluye: adquirir un valor realmente medido de datos de proceso relacionados con la planta; recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta; generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada; determinar un estado de funcionamiento de la planta en un primer modo de determinación utilizando el modelo que se genera en función del valor previsto de los datos de proceso cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada o en un segundo modo de determinación utilizando el modelo que se genera en función del valor realmente medido de los datos de proceso cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a la cantidad predeterminada; y mostrar un resultado de determinación del estado de operación determinado por la determinación.
[0011] Según aún otro aspecto de la presente invención, un programa de monitoreo ejecuta un proceso que incluye: adquirir un valor realmente medido de datos de proceso relacionados con la planta; recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta; generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada; determinar un estado de funcionamiento de la planta en un primer modo de determinación utilizando el modelo que se genera en función del valor previsto de los datos de proceso cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada o en un segundo modo de determinación utilizando el modelo que se genera en función del valor realmente medido de los datos de proceso cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a la cantidad predeterminada; y mostrar un resultado de determinación del estado de operación determinado por la determinación.
Efectos ventajosos de la invención
[0012] Según la presente invención, se puede proporcionar un dispositivo de monitoreo, un procedimiento de monitoreo y un programa de monitoreo capaces de generar un modelo que representa la relación entre los datos de proceso incluso cuando la cantidad de datos de los datos de proceso realmente medidos es limitada.
Breve descripción de los dibujos
[0013]
La Fig.1 es una vista que ilustra un bloque funcional de un dispositivo de monitoreo según una realización de la presente invención.
La Fig.2 es una vista que ilustra una configuración física de un dispositivo de monitoreo según la presente realización.
La Fig. 3 es una vista que ilustra un modelo que representa una relación entre los datos de proceso generados por el dispositivo de monitoreo según la presente realización.
La Fig. 4 es una vista que ilustra un grado de anormalidad calculado por el dispositivo de monitoreo según la presente realización.
La Fig. 5 es un diagrama de flujo de un procedimiento de determinación ejecutado por el dispositivo de monitoreo según la presente realización.
La Fig. 6 es una vista que ilustra puntos de datos trazados por el dispositivo de monitoreo según la presente realización.
La Fig. 7 es un diagrama de flujo de un proceso de generación de modelos ejecutado por el dispositivo de monitoreo según la presente realización.
Descripción de las realizaciones
[0014] En lo sucesivo, se describirán en detalle algunas realizaciones de la presente invención con referencia a los dibujos adjuntos. En cada dibujo, aquellos que tienen los mismos números de referencia tienen las mismas configuraciones o configuraciones similares.
[0015] La Fig. 1 es una vista que ilustra un bloque funcional de un dispositivo de monitoreo 10 según una realización de la presente invención. El dispositivo de monitoreo 10 es un dispositivo que monitorea un estado de operación de una planta 100 e incluye una unidad de adquisición 11, una unidad de generación de modelos 12, una unidad de determinación 13, una unidad de trazado 14, una unidad de entrada 10e y una unidad de visualización 10f.
[0016] La unidad de adquisición 11 adquiere datos de proceso relacionados con la planta 100. Aquí, la planta 100 puede ser cualquier planta, pero, por ejemplo, una planta de energía o una planta de incineración que incluye una caldera, una planta química, una planta de tratamiento de aguas residuales y similares, de las cuales se pueden adquirir datos de proceso. Además, los datos de proceso pueden ser cualquier dato relacionado con la planta 100, pero pueden ser, por ejemplo, datos obtenidos al medir un estado de la planta 100 con un sensor y, más específicamente, pueden incluir el valor medido de la temperatura, presión, caudal y similares de la planta 100. La unidad de adquisición 11 puede adquirir los datos de proceso a intervalos de tiempo predeterminados o adquirir continuamente datos de proceso para adquirir datos de series de tiempo relacionados con la planta 100.
[0017] La unidad de adquisición 11 puede adquirir una pluralidad de tipos de datos de proceso relacionados con la planta 100. La unidad de adquisición 11 puede adquirir una pluralidad de tipos de datos de proceso medidos por una pluralidad de sensores instalados en la planta 100. Aquí, la pluralidad de tipos de datos de proceso puede ser, por ejemplo, datos que representan diferentes cantidades físicas tales como temperatura y presión, o pueden ser datos que representan la misma cantidad física tal como temperaturas medidas en diferentes ubicaciones en la planta 100.
[0018] La unidad de entrada 10e recibe la entrada de los datos de proceso. La unidad de entrada 10e puede configurarse con un panel táctil, un dispositivo señalador tal como un ratón o un teclado, y puede recibir la entrada de un valor pronosticado de datos de proceso pronosticados por una persona. La unidad de entrada 10e puede recibir la entrada de la gráfica manuscrita en la zona de dibujo donde se dibujan los datos de proceso, o puede recibir la entrada del intervalo de escritura a mano que incluye la gráfica escrita a mano. Los datos de proceso introducidos por la unidad de entrada 10E se describirán en detalle más adelante con referencia a los dibujos.
[0019] La unidad de visualización 10f muestra una zona de dibujo en la que se dibujan los datos de proceso. La unidad de visualización 10f se utiliza para supervisar el estado de funcionamiento de la planta 100, y puede mostrar el resultado de la determinación del estado de funcionamiento de la planta 100 mediante el dispositivo de monitoreo 10. Los contenidos mostrados en la unidad de visualización 10f se describirán en detalle más adelante con referencia a los dibujos.
[0020] La unidad de generación de modelos 12 genera un modelo que representa la relación entre los datos de proceso en función de los datos de proceso de entrada. El modelo que representa la relación de los datos de proceso puede ser un modelo que muestra un intervalo en el que los datos de proceso encajan cuando el estado de funcionamiento de la planta 100 es normal, o puede ser un modelo que extrae las características ilustradas por los datos de proceso cuando el estado de funcionamiento de la planta 100 es anormal.
[0021] La unidad de generación de modelo 12 puede generar un modelo basado en el valor de diseño de los datos de proceso. Aquí, el valor de diseño de los datos del proceso significa un valor objetivo o un valor establecido en el momento del diseño de la planta. Más específicamente, el valor de diseño de los datos de proceso es un valor de los datos de proceso que deben medirse en el diseño de la planta 100, y es un valor de los datos de proceso que se mide cuando la planta 100 está funcionando normalmente. La unidad de generación de modelos 12 puede referirse al valor de diseño de los datos de proceso que se medirán cuando la planta 100 esté funcionando normalmente, y generar un modelo que represente la relación de los datos de proceso. Al generar un modelo que representa la relación entre los datos de proceso basándose en el valor de diseño de los datos de proceso, incluso cuando la cantidad de datos de los datos de proceso realmente medidos es limitada, es posible generar un modelo que representa la relación entre los datos de proceso y determinar el estado de funcionamiento de la planta 100.
[0022] La unidad de determinación 13 determina el estado de funcionamiento de la planta 100 en el primer modo de determinación utilizando un modelo generado en función del valor previsto de los datos de proceso introducidos por una persona o en el segundo modo de determinación utilizando el modelo generado en función del valor realmente medido de los datos de proceso. Además, la unidad de determinación 13 puede determinar el estado de funcionamiento de la planta 100 mediante el uso del modelo generado en función del valor de diseño de los datos de proceso. El modelo generado en función del valor previsto de los datos de proceso ingresados por una persona y el modelo generado en función del valor realmente medido de los datos de proceso pueden ser el mismo modelo en el que los datos utilizados para la generación de modelos son diferentes, pero pueden ser modelos diferentes. Además, el segundo modo de determinación puede ser un modo en el que un modelo generado en función del valor previsto de los datos de proceso ingresados por una persona que usa un nuevo modelo en función del valor realmente medido de los datos de proceso. El modelo utilizado en el segundo modo de determinación puede ser un modelo generado independientemente del modelo utilizado en el primer modo de determinación, o puede ser un modelo obtenido al modificar el modelo utilizado en el primer modo de determinación.
[0023] En el dispositivo de monitoreo 10 según la presente realización, al determinar el estado de funcionamiento de la planta 100 en el primer modo de determinación utilizando el modelo generado en función de los datos de proceso que no se miden realmente, cuando la cantidad de datos de los datos de proceso realmente medidos es limitada, es posible generar un modelo que represente la relación entre los datos de proceso para determinar el estado de funcionamiento de la planta 100. Por consiguiente, el estado de operación se puede determinar inmediatamente después de que se inicie la planta 100, y se puede acortar el tiempo de arranque cuando la planta 100 está recién instalada, o se puede reducir el tiempo de inactividad cuando la planta 100 se detiene temporalmente.
[0024] La unidad de determinación 13 puede calcular un grado de anormalidad del estado de funcionamiento de la planta 100 y determinar el estado de funcionamiento de la planta 100 en función del grado de anormalidad, en el primer modo de determinación o el segundo modo de determinación, en función de los datos de proceso realmente medidos. Un ejemplo del grado de anormalidad calculado por la unidad de determinación 13 se describirá en detalle más adelante con referencia a los dibujos.
[0025] La unidad de trazado 14 traza los puntos de datos que representan la gráfica manuscrita recibida por la unidad de entrada 10e en la zona de dibujo. Además, la unidad de trazado 14 puede trazar los puntos de datos que representan la gráfica manuscrita recibida por la unidad de entrada 10e y el intervalo de escritura a mano en la zona de dibujo. El procesamiento por parte de la unidad de trazado 14 se describirá en detalle más adelante con referencia a los dibujos.
[0026] La Fig. 2 es una vista que ilustra una configuración física del dispositivo de vigilancia 10 según la presente realización. El dispositivo de monitoreo 10 incluye una unidad de procesamiento central (CPU) 10a que corresponde a la unidad de cálculo, una memoria de acceso aleatorio (RAM) 10b que corresponde a la unidad de almacenamiento, una memoria de solo lectura (ROM) 10c que corresponde a una unidad de almacenamiento, una unidad de comunicación 10d, la unidad de entrada 10e y la unidad de visualización 10f. Cada una de estas configuraciones está conectada entre sí a través de un bus de modo que los datos se puedan transmitir y recibir. En este ejemplo, se describirá un caso en el que el dispositivo de monitoreo 10 está configurado con un ordenador, pero el dispositivo de monitoreo 10 puede realizarse combinando una pluralidad de ordenadores. Además, la configuración ilustrada en la Fig. 2 es un ejemplo, y el dispositivo de monitoreo 10 puede tener configuraciones distintas a estas, o puede no tener una parte de estas configuraciones.
[0027] La CPU 10a es una unidad de control que realiza el control relacionado con la ejecución de un programa almacenado en la RAM 10b o ROM 10c, y calcula y procesa datos. La CPU 10a es una unidad de cálculo que genera un modelo que representa la relación de los datos de proceso basándose en el valor previsto de la entrada de datos de proceso de una persona, y ejecuta un programa (programa de monitoreo) para monitorear la planta usando el modelo. El CPU 10a recibe varios datos de la unidad de entrada 10e o la unidad de comunicación 10d, muestra el resultado del cálculo de los datos en la unidad de visualización 10f y almacena el resultado del cálculo en la RAM 10b y la ROM 10c.
[0028] La RAM 10b puede ser una unidad de almacenamiento en la que los datos pueden reescribirse y puede configurarse con, por ejemplo, un elemento de almacenamiento semiconductor. La RAM 10b puede almacenar un programa ejecutado por la CPU 10a, y datos tales como datos de proceso ingresados desde una persona, y valores de diseño de los datos de proceso. Además, estos son ejemplos, y los datos distintos de estos pueden almacenarse en la RAM 10b, o una parte de estos puede no almacenarse.
[0029] La ROM 10c es una unidad de almacenamiento en la que se pueden leer los datos y puede configurarse con, por ejemplo, un elemento de almacenamiento semiconductor. La ROM 10c puede almacenar, por ejemplo, un programa de monitoreo o datos que no se reescriben.
[0030] La unidad de comunicación 10d es una interfaz para conectar el dispositivo de monitoreo 10 a otro dispositivo. La unidad de comunicación 10d se puede conectar a una red de comunicación N tal como Internet.
[0031] La unidad de entrada 10e recibe la entrada de datos del usuario y puede incluir, por ejemplo, un teclado y un panel táctil.
[0032] La unidad de visualización 10f muestra visualmente el resultado del cálculo por parte de la CPU 10a, y puede configurarse con, por ejemplo, una pantalla de cristal líquido (LCD). La unidad de visualización 10f puede mostrar una zona de dibujo en la que se dibujan los datos de proceso, y mostrar los datos de proceso y el modelo generado en la zona de dibujo.
[0033] El programa de monitoreo puede almacenarse en un medio de almacenamiento (por ejemplo, RAM 10b o ROM 10c) que puede ser leído por un ordenador y proporcionado, o puede proporcionarse a través de una red de comunicación conectada por la unidad de comunicación 10d. En el dispositivo de monitoreo 10, la unidad de adquisición 11, la unidad de generación de modelos 12, la unidad de determinación 13 y la unidad de trazado 14 descritas con referencia a la Fig. 1 se realizan mediante la CPU 10a que ejecuta el programa de monitoreo. Además, estas configuraciones físicas son ejemplos y pueden no tener que ser necesariamente configuraciones independientes. Por ejemplo, el dispositivo de monitoreo 10 puede incluir una integración a gran escala (LSI) en la que la CPU 10a, la RAM 10b y la ROM 10c están integradas.
[0034] La Fig. 3 es una vista que ilustra un modelo que representa una relación entre los datos de proceso, que se genera por el dispositivo de monitoreo 10 según la presente realización. En el dibujo, se ilustra un ejemplo en el que la entrada del valor previsto de los datos de proceso se recibe de una persona y se genera un modelo basado en el valor previsto (datos de proceso que no se miden realmente) de los datos de proceso de entrada.
[0035] La unidad de visualización 10f del dispositivo de monitoreo 10 muestra una zona de dibujo DA en la que se dibujan los datos de proceso. El usuario del dispositivo de monitoreo 10 traza los puntos de datos D1 esperados como una relación entre los primeros datos de proceso y los segundos datos de proceso en la zona de dibujo DA mediante el uso de la unidad de entrada 10E. Los puntos de datos D1 pueden introducirse mediante un panel táctil o un dispositivo de puntero, pero pueden adquirirse a partir de una unidad de almacenamiento incorporada en el dispositivo de monitoreo 10, tal como la RAM 10b o un dispositivo de almacenamiento externo. Por ejemplo, el punto de datos D1 puede ser un valor de diseño de los primeros datos de proceso y los segundos datos de proceso.
[0036] La unidad de generación de modelos 12 genera un modelo que representa la relación entre los primeros datos de proceso y los segundos datos de proceso en función de los puntos de datos de entrada D1. El modelo puede incluir una gráfica M1 que ilustra la relación entre los primeros datos de proceso y los segundos datos de proceso, y la unidad de visualización 10f puede mostrar la gráfica M1 en la zona de dibujo DA. La unidad de generación de modelos 12 puede asumir, por ejemplo, una función predeterminada que representa la relación entre los primeros datos de proceso y los segundos datos de proceso, y determinar el parámetro de la función mediante el procedimiento de mínimos cuadrados, de modo que la función se ajuste al punto de datos D1. De esta manera, al mostrar la gráfica M1 que ilustra la relación de los datos de proceso, es posible identificar de un vistazo si el modelo generado es adecuado.
[0037] El modelo puede incluir un intervalo M2 en el que los datos de proceso encajan en las proximidades de la gráfica M1 con una probabilidad predeterminada, y la unidad de visualización 10f puede mostrar el intervalo M2 en la zona de dibujo DA. Por ejemplo, la unidad de generación de modelos 12 puede calcular la desviación estándar a del punto de datos de entrada D1 y establecer ± a como el intervalo M2 centrado en la gráfica M1 o ± 2 a como el intervalo M2 centrado en la gráfica M1. Cuando la variación de los datos del proceso sigue una distribución normal, el intervalo de ± a es el intervalo donde los datos del proceso encajan en las proximidades de la gráfica M1 con una probabilidad del 68,27 %, y el intervalo de ± 2a es un intervalo donde los datos del proceso encajan en las proximidades de la gráfica M1 con una probabilidad del 95,45 %. De esta manera, al mostrar el intervalo M2 en el que los datos de proceso encajan en las inmediaciones de la gráfica M1 con una probabilidad predeterminada, es posible identificar de un vistazo si los datos de proceso recién adquiridos están dentro del intervalo normal.
[0038] La Fig. 4 es una vista que ilustra un grado de anormalidad calculado por el dispositivo de monitoreo 10 según la presente realización. En el dibujo, el eje vertical ilustra el valor del grado de anormalidad, el eje horizontal ilustra el tiempo y el cambio de tiempo del grado de anormalidad se ilustra como un gráfico de barras.
[0039] La unidad de determinación 13 del dispositivo de monitoreo 10 puede calcular el grado de anormalidad en el estado de funcionamiento de la planta 100 en el primer modo de determinación o el segundo modo de determinación en función de los datos de proceso realmente medidos, y mostrar el grado de anormalidad calculado en la unidad de visualización 10f. La unidad de determinación 13 puede calcular el grado de anormalidad mediante un algoritmo de determinación de anormalidad conocido y, por ejemplo, puede calcular un grado de anormalidad a (x) de los datos de proceso actuales x mediante a (x) = (x - |j)2/a2 en función de un j promedio y una varianza a2 de los datos de proceso que realmente se han medido en el pasado. En este caso, la raíz cuadrada del grado de anormalidad representa cuántas veces la desviación estándar de los datos del proceso actual se desvía en función del promedio de los datos del proceso pasado. Por ejemplo, un caso en el que el grado de anormalidad es 25 significa que los datos de proceso actuales se desvían 5 veces la desviación estándar en función del promedio de los datos de proceso anteriores. La unidad de determinación 13 puede calcular periódicamente el grado de anormalidad en el estado de funcionamiento de la planta 100 y mostrar el valor como un gráfico de barras para mostrar el grado de anormalidad ilustrado en la Fig. 4, o puede calcular periódicamente el grado de anormalidad del estado de funcionamiento de la planta 100 y mostrar el valor promedio durante un período más largo como un gráfico de barras para mostrar el grado de anormalidad ilustrado en la Fig. 4. Además, la unidad de determinación 13 puede calcular el grado de anormalidad en función de cuánto se desvían los datos de proceso realmente medidos de la gráfica M1. La unidad de determinación 13 puede calcular el grado de anormalidad basándose en, por ejemplo, al menos uno de un valor que indica si los datos de proceso realmente medidos están dentro o fuera del intervalo M2 y la cantidad de desviación de los datos de proceso realmente medidos basándose en la desviación estándar de los puntos de datos D1.
[0040] La unidad de determinación 13 puede determinar el estado de funcionamiento de la planta 100 en función del grado calculado de anormalidad. Por ejemplo, la unidad de determinación 13 puede comparar el umbral establecido para el grado de anormalidad con el grado de anormalidad recién calculado para determinar que el estado de funcionamiento de la planta 100 es normal cuando el grado de anormalidad es menor que el umbral, y para determinar que el estado de funcionamiento de la planta 100 es anormalidad cuando el grado de anormalidad es igual o mayor que el umbral.
[0041] Al mostrar el grado de anormalidad como se ilustra en la Fig. 4, es posible expresar cuantitativamente si el estado de operación de la planta 100 es normal o anormal, e incluso en el caso de un trabajador que no es competente en la lectura de datos del proceso, es posible hacer una determinación adecuada sobre el estado de operación de la planta 100.
[0042] La Fig. 5 es un diagrama de flujo de un proceso de determinación ejecutado por el dispositivo de monitoreo 10 según la presente realización. En primer lugar, el dispositivo de monitoreo 10 recibe la entrada del valor previsto de los datos de proceso de una persona (S10). Después de esto, el dispositivo de monitoreo 10 genera un modelo que representa la relación de los datos de proceso basándose en el valor de pronóstico de entrada (S11). El modelo se utiliza en el primer modo de determinación.
[0043] El dispositivo de monitoreo 10 adquiere los datos de proceso realmente medidos y acumula los datos de proceso adquiridos en la unidad de almacenamiento (S12). A continuación, el dispositivo de monitoreo 10 calcula el grado de anormalidad de la planta 100 y determina el estado de funcionamiento de la planta 100 en el primer modo de determinación utilizando el modelo generado en función del valor pronosticado de los datos de proceso ingresados por una persona (S13). El dispositivo de monitoreo 10 muestra el resultado de la determinación en la unidad de visualización 10f (S14). Aquí, el dispositivo de monitoreo 10 puede mostrar el grado de anormalidad o mostrar los datos de proceso realmente medidos junto con la gráfica M1 y el intervalo M2.
[0044] Después de esto, el dispositivo de monitoreo 10 determina si la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a una cantidad predeterminada (S15). Aquí, la cantidad predeterminada puede ser una cantidad que puede generar un modelo que representa la relación de los datos de proceso basándose en los datos de proceso realmente medidos.
[0045] Cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos no es igual o superior a una cantidad predeterminada (S15: NO), el dispositivo de monitoreo 10 adquiere y acumula nuevamente los datos de proceso realmente medidos (S12), determina el estado de funcionamiento de la planta 100 (S13) en el primer modo de determinación y muestra el resultado de la determinación (S14).
[0046] Mientras tanto, cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a una cantidad predeterminada (S15: SÍ), el dispositivo de monitoreo 10 genera un modelo que representa la relación de los datos de proceso basándose en el valor realmente medido de los datos de proceso acumulados (S16). Aquí, el dispositivo de monitoreo 10 puede corregir el modelo generado en función del valor pronosticado de los datos de proceso que no se mide realmente según el valor realmente medido de los datos de proceso, o generar un nuevo modelo utilizando solo el valor realmente medido de los datos de proceso.
[0047] Después de esto, el dispositivo de monitoreo 10 adquiere los datos de proceso realmente medidos y acumula los datos de proceso adquiridos en la unidad de almacenamiento (S17). A continuación, el dispositivo de monitoreo 10 calcula el grado de anormalidad de la planta 100 y determina el estado de funcionamiento de la planta 100 en el segundo modo de determinación utilizando el modelo generado en función del valor realmente medido de los datos de proceso (S18), y muestra el resultado de la determinación (S19). En este caso, el dispositivo de monitoreo 10 puede mostrar el grado de anormalidad o mostrar los datos de proceso realmente medidos junto con el modelo. Cuando se puede usar el modelo generado en función del valor pronosticado de los datos de proceso introducidos por una persona y el modelo generado en función del valor realmente medido de los datos de proceso, el dispositivo de monitoreo 10 puede recibir una designación sobre qué modelo usar. El dispositivo de monitoreo 10 puede determinar el estado de funcionamiento de la planta 100 en función del grado de anormalidad calculado por el modelo generado en función del valor previsto de los datos de proceso introducidos por una persona, y el grado de anormalidad calculado por el modelo generado en función del valor realmente medido de los datos de proceso.
[0048] La Fig. 6 es una vista que ilustra puntos de datos trazados por el dispositivo de monitoreo 10 según la presente realización. El dibujo ilustra un ejemplo en el que se recibe la entrada de una gráfica manuscrita G y un intervalo de escritura a mano R de una persona, y los puntos de datos D2 que representan la gráfica manuscrita de entrada G y el intervalo de escritura a mano R se representan en la zona de dibujo DA.
[0049] La unidad de visualización 10f del dispositivo de monitoreo 10 muestra una zona de dibujo DA en la que se dibujan los datos de proceso. El usuario del dispositivo de monitoreo 10 utiliza la unidad de entrada 10E para introducir la gráfica G esperada como la relación entre los primeros datos de proceso y los segundos datos de proceso. Además, el usuario introduce el intervalo de escritura a mano R que incluye la gráfica escrita a mano. Aquí, el intervalo de escritura a mano R puede ser un intervalo en el que se espera que los datos del proceso encajen en las proximidades de la gráfica manuscrita G con una probabilidad predeterminada.
[0050] La unidad de trazado 14 del dispositivo de monitoreo 10 traza los puntos de datos D2 que representan la gráfica manuscrita G y el intervalo de escritura a mano R en la zona de dibujo DA. La unidad de trazado 14 puede trazar los puntos de datos D2 para seguir una distribución normal que tiene un promedio definido por la gráfica manuscrita G y una varianza definida por el intervalo de escritura a mano R, o puede trazar los puntos de datos D2 en el intervalo de escritura a mano R para seguir una distribución uniforme. Después de que se trazan los puntos de datos D2, la unidad de generación de modelos 12 genera un modelo que representa la relación entre los primeros datos de proceso y los segundos datos de proceso en función de los puntos de datos D2.
[0051] Al recibir la entrada de la gráfica manuscrita G y trazar los puntos de datos D2 que representan la gráfica manuscrita G en la zona de dibujo DA, es posible expresar intuitivamente la relación aproximada de los datos del proceso a mano y generar un modelo.
[0052] Además, al recibir la entrada del intervalo de escritura a mano R y trazar los puntos de datos D2 que representan la gráfica manuscrita G y el intervalo de escritura a mano R en la zona de dibujo, es posible expresar intuitivamente la relación aproximada de los datos del proceso a mano, y generar un modelo.
[0053] La Fig. 7 es un diagrama de flujo de un proceso de generación de modelos ejecutado por el dispositivo de monitoreo 10 según la presente realización. En primer lugar, el dispositivo de monitoreo 10 recibe la entrada de la gráfica manuscrita y el intervalo de escritura a mano de una persona (S20). A continuación, el dispositivo de monitoreo 10 traza los puntos de datos que representan la gráfica manuscrita y el intervalo de escritura a mano en la zona de dibujo (S21).
[0054] Después de esto, el dispositivo de monitoreo 10 genera un modelo que representa la relación de los datos de proceso basándose en los puntos de datos (S22). El dispositivo de monitoreo 10 puede determinar el estado de funcionamiento de la planta 100 en el primer modo de determinación usando el modelo generado de esta manera.
[0055] Las realizaciones descritas anteriormente son para facilitar la comprensión de la presente invención y no para limitar e interpretar la presente invención. Cada elemento incluido en la realización y la disposición, el material, la condición, la forma y el tamaño de los mismos no se limitan a los ejemplificados y pueden cambiarse según corresponda. Además, las configuraciones ilustradas en diferentes realizaciones pueden reemplazarse parcialmente o combinarse.
[0056] La unidad de visualización 10f del dispositivo de monitoreo 10 es un dispositivo de visualización que recibe la entrada de los datos de proceso relacionados con la planta, genera el modelo que representa la relación entre los datos de proceso en función de los datos de proceso de entrada, determina el estado de funcionamiento de la planta en el primer modo de determinación utilizando el modelo generado en función del valor pronosticado de los datos de proceso introducidos por una persona o en el segundo modo de determinación utilizando el modelo generado en función del valor realmente medido de los datos de proceso, y muestra el resultado de la determinación. El dispositivo de visualización puede mostrar al menos una de la entrada del valor previsto de los datos de proceso recibidos de una persona, y el valor realmente medido del modelo generado y los datos de proceso junto con el resultado de la determinación.
Lista de signos de referencia
[0057]
10 Dispositivo de monitoreo
10a CPU
10b RAM
10c ROM
10d Unidad de comunicación
10e Unidad de entrada
10f Unidad de visualización
11 Unidad de adquisición
12 Unidad de generación de modelos
13 Unidad de determinación
14 Unidad de trazado
100 Planta

Claims (9)

REIVINDICACIONES
1. Un dispositivo de monitoreo (10) que comprende:
una unidad de adquisición (11) configurada para adquirir un valor realmente medido de datos de proceso relacionados con una planta (100);
una unidad de entrada (10e) configurada para recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta (100);
una unidad de generación de modelos (12) configurada para generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada;
una unidad de determinación (13) configurada para determinar un estado de funcionamiento de la planta (100) en un primer modo de determinación usando el modelo que se genera en función del valor previsto de los datos de proceso o en un segundo modo de determinación usando el modelo que se genera en función del valor realmente medido de los datos de proceso; y
una unidad de visualización (10f) configurada para mostrar un resultado de determinación del estado de operación determinado por la unidad de determinación (13),
caracterizado porque
cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada, la unidad de determinación (13) determina el estado de funcionamiento de la planta (100) en el primer modo de determinación, y cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o mayor que la cantidad predeterminada, la unidad de determinación (13) determina el estado de funcionamiento de la planta (100) en el segundo modo de determinación.
2. El dispositivo de monitoreo (10) según la reivindicación 1,
en el que la unidad de determinación (13) está configurada para calcular un grado de anormalidad del estado de funcionamiento de la planta (100) y determinar el estado de funcionamiento de la planta (100) en función del grado de anormalidad en el primer modo de determinación o el segundo modo de determinación.
3. El dispositivo de monitoreo (10) según la reivindicación 1 o 2,
en el que el modelo incluye un gráfico que representa la relación entre los datos de proceso, y
la unidad de visualización (10f) está configurada para mostrar la gráfica.
4. El dispositivo de monitoreo (10) según la reivindicación 3,
en el que el modelo incluye un intervalo en el que los datos de proceso encajan en una proximidad de la gráfica con una probabilidad predeterminada, y
la unidad de visualización (10f) está configurada para mostrar la gráfica y el intervalo.
5. El dispositivo de monitoreo (10) según cualquiera de las reivindicaciones 1 a 4,
en el que la unidad de generación de modelos (12) está configurada para generar el modelo en función de un valor de diseño de los datos de proceso.
6. El dispositivo de monitoreo (10) según cualquiera de las reivindicaciones 1 a 5,
en el que la unidad de entrada (10e) está configurada para recibir la entrada de una gráfica manuscrita en una zona de dibujo en la que se dibujan los datos de proceso, el dispositivo de monitoreo (10) comprende además una unidad de trazado (14) que traza puntos de datos que representan la gráfica manuscrita en la zona de dibujo, y la unidad de generación de modelos (12) genera el modelo en función de los puntos de datos.
7. El dispositivo de monitoreo (10) según la reivindicación 6,
en el que la unidad de entrada (10e) está configurada para recibir la entrada de un intervalo de escritura a mano que incluye la gráfica manuscrita en la zona de dibujo, y
la unidad de trazado (14) traza puntos de datos que representan la gráfica escrita a mano y el intervalo de escritura a mano en la zona de dibujo.
8. Un procedimiento de monitoreo ejecutado por un dispositivo de monitoreo (10) que supervisa una planta (100), y el procedimiento comprende:
adquirir un valor realmente medido de los datos del proceso relacionados con la planta (100);
recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta (100);
generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada;
el procedimiento se caracteriza porque comprende, además:
determinar un estado de funcionamiento de la planta (100) en un primer modo de determinación utilizando el modelo que se genera en función del valor previsto de los datos de proceso cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada o en un segundo modo de determinación utilizando el modelo que se genera en función del valor realmente medido de los datos de proceso cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a la cantidad predeterminada; y
mostrar un resultado de determinación del estado de operación determinado por la determinación.
9. Un programa de monitoreo para hacer que un dispositivo de monitoreo (10) que monitorea una planta (100) ejecute un proceso que comprende:
adquirir un valor realmente medido de los datos del proceso relacionados con la planta (100);
recibir la entrada de un valor previsto de los datos de proceso relacionados con la planta (100);
generar un modelo que representa una relación entre los datos de proceso basándose en los datos de proceso de entrada;
caracterizado porque el procedimiento comprende además:
determinar un estado de funcionamiento de la planta (100) en un primer modo de determinación utilizando el modelo que se genera en función del valor previsto de los datos de proceso cuando una cantidad de acumulación de datos de los datos de proceso realmente medidos es menor que una cantidad predeterminada o en un segundo modo de determinación utilizando el modelo que se genera en función del valor realmente medido de los datos de proceso cuando la cantidad de acumulación de datos de los datos de proceso realmente medidos es igual o superior a la cantidad predeterminada; y
mostrar un resultado de determinación del estado de operación determinado por la determinación.
ES20774457T 2019-03-15 2020-03-13 Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo Active ES2969084T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019048584 2019-03-15
PCT/JP2020/011282 WO2020189585A1 (ja) 2019-03-15 2020-03-13 監視装置、表示装置、監視方法及び監視プログラム

Publications (1)

Publication Number Publication Date
ES2969084T3 true ES2969084T3 (es) 2024-05-16

Family

ID=72521073

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20774457T Active ES2969084T3 (es) 2019-03-15 2020-03-13 Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo

Country Status (12)

Country Link
US (1) US20210405630A1 (es)
EP (1) EP3940491B1 (es)
JP (1) JP7323601B2 (es)
KR (1) KR20210139268A (es)
CN (1) CN113614663A (es)
AU (1) AU2020240738A1 (es)
BR (1) BR112021018216A2 (es)
ES (1) ES2969084T3 (es)
FI (1) FI3940491T3 (es)
TW (1) TWI791949B (es)
WO (1) WO2020189585A1 (es)
ZA (1) ZA202106805B (es)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238530B (zh) * 2021-04-25 2022-08-12 中国核电工程有限公司 监测系统显示功能设计方法及系统、验证方法、显示方法
CA3242142A1 (en) * 2021-12-22 2023-06-29 Thomas Munk-Nielsen A method of monitoring processes in an urban water cycle

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2681421B2 (ja) * 1991-06-20 1997-11-26 株式会社日立製作所 需要量予測方法及び装置
JPH07121230A (ja) * 1993-10-26 1995-05-12 Toshiba Corp プラント状態予測装置
JPH07219604A (ja) 1993-12-07 1995-08-18 Omron Corp 学習知識の評価装置および評価方法
US6445963B1 (en) * 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
US6556939B1 (en) * 2000-11-22 2003-04-29 Smartsignal Corporation Inferential signal generator for instrumented equipment and processes
US7660701B2 (en) * 2004-06-12 2010-02-09 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a process gain of a control loop
JP4372046B2 (ja) 2005-05-18 2009-11-25 株式会社東芝 半導体装置
JP5096359B2 (ja) * 2005-12-05 2012-12-12 フィッシャー−ローズマウント システムズ，インコーポレイテッド 同時プロセスシミュレーションを伴う多目的予測プロセス最適化
EP2476901A1 (en) * 2011-01-17 2012-07-18 Siemens Aktiengesellschaft Method and monitoring apparatus for automated surveillance of a wind turbine and a method for creating a linear model
WO2013007866A1 (en) * 2011-07-11 2013-01-17 Metso Automation Oy Method of monitoring an industrial process
CN105302697B (zh) * 2015-11-13 2018-05-18 中国建设银行股份有限公司 一种密集数据模型数据库的运行状态监控方法及系统
JP6853436B2 (ja) 2016-03-17 2021-03-31 三菱マテリアル株式会社 マグネシウム系熱電変換素子、熱電変換装置
CN106383766B (zh) * 2016-09-09 2018-09-11 北京百度网讯科技有限公司 系统监控方法和装置
CN109844917B (zh) * 2016-10-13 2023-07-04 科磊股份有限公司 用于过程控制的计量系统及方法
JP6877956B2 (ja) 2016-10-31 2021-05-26 株式会社東芝 需要予測装置及び需要予測方法
TWI628021B (zh) * 2016-12-08 2018-07-01 財團法人金屬工業研究發展中心 用於放電加工機之精度預測的特徵萃取方法及預測方法
JP6933899B2 (ja) * 2017-01-12 2021-09-08 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム
US10360703B2 (en) * 2017-01-13 2019-07-23 International Business Machines Corporation Automatic data extraction from a digital image
JP6515937B2 (ja) * 2017-02-08 2019-05-22 横河電機株式会社 イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム、および記録媒体
KR102304331B1 (ko) * 2017-02-24 2021-09-24 에이에스엠엘 네델란즈 비.브이. 기계 학습에 의해 공정 모델들을 결정하는 방법들
US10618137B2 (en) * 2017-03-24 2020-04-14 National Cheng Kung University Automated constructing method of cloud manufacturing service and cloud manufacturing system
JP6911498B2 (ja) * 2017-05-01 2021-07-28 オムロン株式会社 学習装置、学習方法、及び学習プログラム
JP6698604B2 (ja) * 2017-09-29 2020-05-27 ファナック株式会社 数値制御システム、及び工具状態検知方法
TWI632968B (zh) * 2017-11-30 2018-08-21 財團法人金屬工業研究發展中心 Prediction method of electrical discharge machining accuracy

Also Published As

Publication number Publication date
EP3940491A1 (en) 2022-01-19
KR20210139268A (ko) 2021-11-22
EP3940491B1 (en) 2023-11-01
CN113614663A (zh) 2021-11-05
AU2020240738A1 (en) 2021-10-14
TWI791949B (zh) 2023-02-11
FI3940491T3 (fi) 2024-01-17
ZA202106805B (en) 2024-01-31
EP3940491A4 (en) 2022-05-11
US20210405630A1 (en) 2021-12-30
WO2020189585A1 (ja) 2020-09-24
TW202102957A (zh) 2021-01-16
BR112021018216A2 (pt) 2021-11-23
JPWO2020189585A1 (es) 2020-09-24
JP7323601B2 (ja) 2023-08-08

Similar Documents

Publication Publication Date Title
ES2969084T3 (es) Dispositivo de monitoreo, procedimiento de monitoreo y programa de monitoreo
US9189941B2 (en) Stepped alarm method for patient monitors
EP1652088B1 (en) Method and device for monitoring a system
US10095838B2 (en) Graphical presentation of EWS/patient state
CN108803408B (zh) 过程控制系统及数据处理方法
US20120095778A1 (en) Patient monitoring with automatic resizing of display sectors
US20130268283A1 (en) Process to Streamline Workflow for Continuous Monitoring of a Patient
JP2006524388A (ja) ポイントオブケア在庫管理のシステムおよび方法
BR112016022907B1 (pt) Sistema de avaliação de risco para sistema de processos e método de avaliação de risco
JP2015108886A (ja) 異常予兆診断装置及び異常予兆診断方法
KR20180093018A (ko) 의료복을 모니터링하기 위한 방법 및 시스템
US9603536B2 (en) Compact technique for visualization of physiological clinical and bedside device data using fishbone representation for vitals
CN108898794A (zh) 用于监控患者的引流数据的装置、系统和方法
JP6639952B2 (ja) 携帯端末を用いた警報器の点検システム、及び、これを用いた点検方法
US10839668B2 (en) Alarm information processing apparatus and control program for alarm information processing apparatus
JP6946243B2 (ja) 点滴監視方法及びシステム
EP4401015A1 (en) Measurement system, measurement system anomaly determination method, and measurement system anomaly determination program
ES2974316T3 (es) Procesador de información para diagnosticar el estado de un sensor de humedad
JP6798461B2 (ja) 通知制御装置、通知制御システム、通知制御方法、及び通知制御プログラム
CN108050654A (zh) 医院变风量空调箱能效预警方法、终端及可读存储介质
Nayana et al. IoT Based Intelligent Home Automation Using Automated Smart Devices
CN215811134U (zh) 一种液位检测系统
JP7303473B2 (ja) 処理選択プログラム、処理選択システム、および処理選択方法
CN115317721A (zh) 一种液位监测系统
JP2023028224A (ja) プラント機器状態収集システム