JP2011118947A - プロセス制御システムにおける適応推定モデル - Google Patents
プロセス制御システムにおける適応推定モデル Download PDFInfo
- Publication number
- JP2011118947A JP2011118947A JP2011055809A JP2011055809A JP2011118947A JP 2011118947 A JP2011118947 A JP 2011118947A JP 2011055809 A JP2011055809 A JP 2011055809A JP 2011055809 A JP2011055809 A JP 2011055809A JP 2011118947 A JP2011118947 A JP 2011118947A
- Authority
- JP
- Japan
- Prior art keywords
- process parameter
- estimation model
- output
- model
- measurement
- 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.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 82
- 238000012369 In process control Methods 0.000 title description 4
- 238000010965 in-process control Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 241
- 230000008569 process Effects 0.000 claims abstract description 214
- 238000011112 process operation Methods 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 69
- 238000012937 correction Methods 0.000 claims description 47
- 230000003111 delayed effect Effects 0.000 claims description 19
- 238000003062 neural network model Methods 0.000 claims description 11
- 230000001934 delay Effects 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims 7
- 230000002194 synthesizing effect Effects 0.000 claims 2
- 238000013528 artificial neural network Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 4
- 238000002407 reforming Methods 0.000 abstract description 2
- 238000004886 process control Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010923 batch production Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000006188 syrup Substances 0.000 description 1
- 235000020357 syrup Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
【解決手段】 適応推定モデルは、プロセスパラメータを推定する出力を生成し、プロセスの動作中の調節された推定プロセスパラメータを生成すべく、前記推定モデルの出力を一又は複数の測定プロセスパラメータと結合するように構成されたニューラルネットワーク又は自然モデルのような標準的な推定モデルを備える。前記適応推定モデルは、前記推定モデル自体をリフォームすることなく、処理能力及び時間の重要でない増大のみを要して、プロセス変数の推定における非線形及び線形誤差を低減又は補正する。
【選択図】 図1
Description
但し、0≦k<Delayここで、Correct(t)は、時間tに対する補正ファクタ、y(t)は、時間tで予測モデル14により生成された予測値、x(t)は、アナライザ,ラボ解析又は他の測定により決定された時間tでのプロセスパラメータxの実効値、yadjは、プロセスパラメータxの調節された予測値、a1,a2は、フィルタ(例えば、フィルタ26)の係数、kは、予測モデルの実効レートである。
但し、0≦k<Delayこの議論から、予測モデル14の出力y又は適応推定モデル10の調節された出力yadjの何れかが補正ファクタCorrect(t)を生成するためにフィードバックとして使用され得ることが理解されるであろう。
但し、0≦k<Delayここで、a1,a2及びa3はRLS係数である。
このテーブルでは、Aevapはコーンシロップ蒸発プロセス、Batchはバッチプロセス、tw11aはCO2/NH3、カプロラクタム(caprolactum)プロセス中の気体洗浄装置カラム、Grind2a及びGrinderは銅鉱石研磨プロセス、及びqunoは、抄紙機プロセスのHeadBox pHである。殆どのテストケースでは、コンバイナネットワークの各々のための補正された出力の二乗平均(RMS)誤差が、補正なしのニューラルネットワークモデルの出力のそれより低かったことが判る。殆どの場合、著しい誤差減少があった。従って、理解されるように、適応プロセスモデル(適応推定モデル)10の調節された出力を生成するための異なるネットワーク、ブロック又は手法は、そのプロセスにとって最良に働くフィルタリング技術又は合成技術の種類に属するプロセス及び前の決定又は経験の種類に基づいた任意の単一のプロセスで使用され得る。
12 プロセス
14 推定モデル(予測モデル、プロセスモデル)
16,16a〜16e コンバイナネットワーク
20,30,32 ディレイユニット
22,28,48 加算器
24 限界値検出器
26 フィルタ
34,36,38 乗算器
40 RLS係数決定アルゴリズム
42,44,46 限界値検出器(フィルタ)
60 プロセス制御ネットワーク(プロセス制御システム)
62 コントローラ(デバイス)
64 オペレータワークステーション(ホストデバイス)
66 データライブラリ(データヒストリアン)
70,90 バス
75〜82 フィールドデバイス
86 入力/出力デバイス(I/Oデバイス)
88 デバイス
100 プロセス制御スキーム(ボックス)
102,104 ループ
110 仮想センサ機能ブロック(仮想センサ、適応推定モデル)
115 MIブロック
Claims (40)
- プロセスパラメータを予測するのに用いる適応推定モデルであって、一又は複数のモデル入力を受け、該一又は複数のモデル入力に基づいて前記プロセスパラメータの値を推定するように構成された推定モデルと、
前記プロセスパラメータの測定値を受けるように構成された測定入力と、
前記プロセスパラメータの測定値を受けるべく前記測定入力に結合され、前記プロセスパラメータの推定値を受けるべく前記推定モデルに結合されたコンバイナネットワークと
を備え、
該コンバイナネットワークは、前記プロセスパラメータの調節された推定値を生成すべく、前記プロセスパラメータの測定値を前記プロセスパラメータの推定値と結合するように構成されていることを特徴とする適応推定モデル。 - 前記コンバイナネットワークは、補正ファクタを決定する補正ブロックと、前記プロセスパラメータの調節された推定値を生成すべく、該プロセスパラメータの推定値へ補正ファクタを加算する加算器とを備えることを特徴とする請求項1記載の適応推定モデル。
- 前記補正ブロックは、前記プロセスパラメータの推定値を遅延すべく前記推定モデルに結合されたディレイユニットと、前記プロセスパラメータの遅延された推定値を前記プロセスパラメータの測定値と合成する更なる加算器とを備えることを特徴とする請求項2記載の適応推定モデル。
- 前記補正ブロックは、前記更なる加算器と前記加算器との間に結合された平滑化フィルタを備えることを特徴とする請求項3記載の適応推定モデル。
- 前記平滑化フィルタは、ローパスフィルタであることを特徴とする請求項4記載の適応推定モデル。
- 前記コンバイナネットワークは、限界値検出器を備えることを特徴とする請求項2記載の適応推定モデル。
- 前記限界値検出器は、ユーザによって設定され得る限界値を備えることを特徴とする請求項6記載の適応推定モデル。
- 前記補正ブロックは、前記プロセスパラメータの調節された推定値を受け、遅延する、前記加算器の出力に結合されたディレイユニットと、前記プロセスパラメータの遅延された調節推定値を前記測定されたプロセスパラメータと合成する更なる加算器とを備えることを特徴とする請求項2記載の適応推定モデル。
- 前記補正ブロックは、前記更なる加算器と前記加算器との間に結合された平滑化フィルタを備えることを特徴とする請求項8記載の適応推定モデル。
- 前記測定入力は、さらに、前記プロセスパラメータの測定値に関連したサンプル遅延を示す時間測定を受けるように構成されていることを特徴とする請求項1記載の適応推定モデル。
- 前記コンバイナネットワークは、回帰最小二乗フィルタを備えることを特徴とする請求項1記載の適応推定モデル。
- 前記コンバイナネットワークは、前記プロセスパラメータの推定値を遅延すべく結合されたディレイユニットと、前記プロセスパラメータの遅延された推定値と回帰最小二乗係数による前記プロセスパラメータの測定値とを乗算する乗算器と、前記プロセスパラメータの調節された推定値を生成すべく前記プロセスパラメータの乗算された遅延推定値と乗算された前記プロセスパラメータの測定値とを加算する加算器とを備えることを特徴とする請求項1記載の適応推定モデル。
- 前記コンバイナネットワークは、異なる遅延量によって前記プロセスパラメータの推定値を遅延すべく結合された複数のディレイユニットと、異なる回帰最小二乗係数によって前記プロセスパラメータの異なる遅延された推定値の各々を乗算し、更なる回帰最小二乗係数によって前記プロセスパラメータの測定値を乗算する乗算器と、前記プロセスパラメータの調節された推定値を生成すべく前記プロセスパラメータの乗算された遅延推定値と乗算された前記プロセスパラメータの測定値とを加算する加算器とを備えることを特徴とする請求項1記載の適応推定モデル。
- 前記推定モデルは、ニューラルネットワークモデルであることを特徴とする請求項1記載の適応推定モデル。
- 前記推定モデルは、自然モデルであることを特徴とする請求項1記載の適応推定モデル。
- 前記推定モデルは、再帰最小二乗モデルであることを特徴とする請求項1記載の適応推定モデル。
- 前記推定モデルは、パラメータモデルであることを特徴とする請求項1記載の適応推定モデル。
- 前記推定モデルは、非パラメータモデルであることを特徴とする請求項1記載の適応推定モデル。
- 推定モデルに伝えられた一連の入力に基づいてプロセスの動作中にプロセスパラメータの予測を生成する推定モデルの出力を調節する方法であって、
前記プロセスパラメータの測定値を生成すべく前記プロセスの動作中に前記プロセスパラメータの測定値を取得するステップと、
前記プロセスパラメータの測定値を使用して補正ファクタを生成するステップと、
前記プロセスの動作中に前記プロセスパラメータを予測する調節推定モデルの出力を生成すべく前記補正ファクタと前記推定モデルの出力とを合成するステップと
を有することを特徴とする方法。 - 前記補正ファクタを生成するステップは、前記推定モデルの出力を遅延させるステップと、前記推定モデルの遅延された出力と前記プロセスパラメータの測定値との間の差を決定するステップとを有することを特徴とする請求項19記載の方法。
- 前記補正ファクタを生成するステップは、前記推定モデルの遅延された出力と前記プロセスパラメータの測定値との間の差をフィルタリングするステップを更に有することを特徴とする請求項20記載の方法。
- 前記合成するステップは、前記補正ファクタを前記推定モデルの出力へ加算するステップを有することを特徴とする請求項20記載の方法。
- 前記補正ファクタを生成するステップは、前記調節された推定モデルの出力を遅延させるステップと、前記遅延された調節推定モデルの出力と前記プロセスパラメータの測定値との間の差を決定するステップとを有することを特徴とする請求項19記載の方法。
- 前記補正ファクタを生成するステップは、前記遅延された調節推定モデルの出力と前記プロセスパラメータの測定値との間の差をフィルタリングするステップを更に有することを特徴とする請求項23記載の方法。
- 前記合成するステップは、前記補正ファクタを前記推定モデルの出力に加算するステップを有することを特徴とする請求項24記載の方法。
- 1組の回帰最小二乗係数を生成するステップを更に有し、前記補正ファクタを生成するステップは、前記プロセスパラメータの測定値を前記回帰最小二乗係数のうちの1つによって乗算するステップを有し、前記合成するステップは、前記推定モデルの出力を遅延するステップと、前記推定モデルの遅延された出力を前記回帰最小二乗係数のうちの1つによって乗算するステップと、前記調節された推定モデル出力を生成すべく前記推定モデルの乗算された遅延出力を、乗算された前記プロセスパラメータの測定値に加算するステップとを有することを特徴とする請求項19記載の方法。
- 適応推定モデルであって、
メモリと、
該メモリ上に格納され、出力としてプロセスパラメータの推定値を生成するプロセッサ上で実現されるように構成された推定モデルと、
前記メモリ上に格納され、前記プロセスパラメータの測定値を受けるプロセッサ上で実現されるように構成された入力ユニットと、
前記メモリ上に格納され、前記プロセスパラメータの測定値から補正ファクタを生成すべくプロセッサ上で実現されるように構成された計算ルーチンと、
前記メモリ上に格納され、前記プロセスパラメータの調節された推定値を生成すべく前記補正ファクタを前記プロセスパラメータの推定値と合成するプロセッサ上で実現されるように構成された合成ルーチンと
を備えることを特徴とする適応推定モデル。 - 前記計算ルーチンは、前記推定モデルの出力を遅延するディレイユニットと、前記推定モデルの遅延された出力と前記プロセスパラメータの測定値との間の差を決定する差ルーチンとを備えることを特徴とする請求項27記載の適応推定モデル。
- 前記計算ルーチンは、前記推定モデルの遅延された出力と前記プロセスパラメータの測定値との間の差をフィルタリングする平滑化フィルタを更に備えることを特徴とする請求項28記載の適応推定モデル。
- 前記合成ルーチンは、前記補正ファクタを前記推定モデルによる前記プロセスパラメータ出力の推定値へ加算することを特徴とする請求項29記載の適応推定モデル。
- 前記計算ルーチンは、前記プロセスパラメータの調節された推定値を遅延するディレイユニットと、前記プロセスパラメータの遅延された調節推定値と前記プロセスパラメータの測定値との間の差を決定する差ルーチンとを備えることを特徴とする請求項27記載の適応推定モデル。
- 前記計算ルーチンは、前記プロセスパラメータの遅延された調節推定値と前記プロセスパラメータの測定値との間の差をフィルタリングする平滑化フィルタを備えることを特徴とする請求項31記載の適応推定モデル。
- 前記合成ルーチンは、前記補正ファクタを前記推定モデルによる前記プロセスパラメータ出力の推定値へ加算することを特徴とする請求項32記載の適応推定モデル。
- 前記メモリ上に格納され、第1及び第2の回帰最小二乗係数を生成するプロセッサ上で実行されるように構成された回帰最小二乗ルーチンを更に備え、前記計算ルーチンは、前記第1の回帰最小二乗係数による前記プロセスパラメータの測定値を乗算する乗算器を備え、前記合成ルーチンは、前記推定モデルによる前記プロセスパラメータ出力の推定値を遅延するディレイユニットと、前記第2の回帰最小二乗係数による前記プロセスパラメータの遅延された推定値を乗算する乗算器と、前記プロセスパラメータの調節された推定値を生成すべく前記プロセスパラメータの乗算された遅延推定値を、乗算された前記プロセスパラメータの測定値に加算する加算器とを備えることを特徴とする請求項27記載の適応推定モデル。
- 前記推定モデル、前記計算ルーチン及び前記合成ルーチンは、機能ブロックを形成することを特徴とする請求項27記載の適応推定モデル。
- 前記機能ブロックは、Fieldbusプロトコルの機能ブロックであることを特徴とする請求項35記載の適応推定モデル。
- 前記入力ユニットは、手動入力の機能ブロックであることを特徴とする請求項35記載の適応推定モデル。
- 前記入力ユニットに結合され、前記プロセスパラメータの測定値を前記入力ユニットへ伝えるように構成された手動入力の機能ブロックを更に備えることを特徴とする請求項35記載の適応推定モデル。
- 前記入力ユニットに結合され、前記プロセスパラメータの測定値を前記入力ユニットへ伝えるように構成された更なる入力の機能ブロックを更に備えることを特徴とする請求項35記載の適応推定モデル。
- 前記更なる入力の機能ブロックは、前記プロセスパラメータの測定値に関連したサンプル時間の表示を入力ユニットへ伝えるように構成されていることを特徴とする請求項39記載の適応推定モデル。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/590630 | 2000-06-08 | ||
US09/590,630 US6760716B1 (en) | 2000-06-08 | 2000-06-08 | Adaptive predictive model in a process control system |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001173695A Division JP4993820B2 (ja) | 2000-06-08 | 2001-06-08 | プロセス制御システムにおける適応推定モデル |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011118947A true JP2011118947A (ja) | 2011-06-16 |
JP5297489B2 JP5297489B2 (ja) | 2013-09-25 |
Family
ID=24363000
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001173695A Expired - Fee Related JP4993820B2 (ja) | 2000-06-08 | 2001-06-08 | プロセス制御システムにおける適応推定モデル |
JP2011055809A Expired - Fee Related JP5297489B2 (ja) | 2000-06-08 | 2011-03-14 | プロセス制御システムにおける適応推定モデル |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001173695A Expired - Fee Related JP4993820B2 (ja) | 2000-06-08 | 2001-06-08 | プロセス制御システムにおける適応推定モデル |
Country Status (4)
Country | Link |
---|---|
US (1) | US6760716B1 (ja) |
JP (2) | JP4993820B2 (ja) |
DE (1) | DE10127790B4 (ja) |
GB (1) | GB2363211B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2527193A1 (en) | 2011-05-27 | 2012-11-28 | Delta Kogyo Co., Ltd. | Seat slide locking apparatus |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI245685B (en) * | 2002-10-03 | 2005-12-21 | Hu Hou Fei | Simple clamping device of ratchet wrench |
US7103426B2 (en) * | 2003-01-28 | 2006-09-05 | Rosemount Analytical Inc. | Anticipatory high frequency noise compensation in a distributed process control system |
US7003438B1 (en) * | 2003-01-29 | 2006-02-21 | Kernco, Inc. | Apparatus for correcting for the effects of laser noise |
US7242989B2 (en) | 2003-05-30 | 2007-07-10 | Fisher-Rosemount Systems, Inc. | Apparatus and method for batch property estimation |
US7136779B2 (en) * | 2004-05-28 | 2006-11-14 | Daimlerchrysler Ag | Method for simplified real-time diagnoses using adaptive modeling |
US7328197B2 (en) * | 2004-09-23 | 2008-02-05 | International Business Machines Corporation | Identifying a state of a data storage drive using an artificial neural network generated model |
US7392161B2 (en) * | 2004-09-24 | 2008-06-24 | International Business Machines Corporation | Identifying a state of a system using an artificial neural network generated model |
US7173539B2 (en) * | 2004-09-30 | 2007-02-06 | Florida Power And Light Company | Condition assessment system and method |
JP2006347701A (ja) * | 2005-06-16 | 2006-12-28 | Komori Corp | シート状物押え装置 |
US7613665B2 (en) * | 2005-06-24 | 2009-11-03 | Halliburton Energy Services, Inc. | Ensembles of neural networks with different input sets |
US7877154B2 (en) * | 2005-09-30 | 2011-01-25 | Fisher-Rosemount Systems, Inc. | Method and system for controlling a batch process |
US20070256704A1 (en) * | 2006-03-16 | 2007-11-08 | Peter Porshnev | Method and apparatus for improved operation of an abatement system |
US7840287B2 (en) * | 2006-04-13 | 2010-11-23 | Fisher-Rosemount Systems, Inc. | Robust process model identification in model based control techniques |
AT503846B1 (de) * | 2006-07-03 | 2008-07-15 | Hofkirchner Hubertus Mag | Verahren und system zur automatisierten ermittlung von optimierten prognosen |
US7949417B2 (en) * | 2006-09-22 | 2011-05-24 | Exxonmobil Research And Engineering Company | Model predictive controller solution analysis process |
JP2010506269A (ja) * | 2006-09-28 | 2010-02-25 | 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 | コーカ加熱器内の異常状況の防止 |
US8065244B2 (en) * | 2007-03-14 | 2011-11-22 | Halliburton Energy Services, Inc. | Neural-network based surrogate model construction methods and applications thereof |
US7787969B2 (en) * | 2007-06-15 | 2010-08-31 | Caterpillar Inc | Virtual sensor system and method |
US20090195224A1 (en) * | 2008-01-31 | 2009-08-06 | Basler Electric Company | Digital Excitation Control System Utilizing Self-Tuning PID Gains and an Associated Method of Use |
US8866626B2 (en) | 2008-01-31 | 2014-10-21 | Basler Electric Company | System and method for detecting generator incipient failures |
US8275488B2 (en) * | 2008-01-31 | 2012-09-25 | Basler Electric Co. | Digital excitation control system utilizing swarm intelligence and an associated method of use |
US20100089067A1 (en) * | 2008-10-10 | 2010-04-15 | General Electric Company | Adaptive performance model and methods for system maintenance |
US8965664B2 (en) | 2009-03-27 | 2015-02-24 | Honda Motor Co., Ltd. | Controller for plant |
JP5790066B2 (ja) * | 2011-03-29 | 2015-10-07 | Jfeスチール株式会社 | プロセス制御の操作量プリセット方法 |
US8793004B2 (en) | 2011-06-15 | 2014-07-29 | Caterpillar Inc. | Virtual sensor system and method for generating output parameters |
CN103019267B (zh) * | 2012-12-10 | 2016-06-22 | 华东交通大学 | 高速列车anfis建模与运行速度预测控制方法 |
US9507344B2 (en) | 2013-05-10 | 2016-11-29 | Honeywell International Inc. | Index generation and embedded fusion for controller performance monitoring |
US10162317B2 (en) * | 2013-06-27 | 2018-12-25 | The Boeing Company | Real-time feedback control for performing tooling operations in assembly processes |
US9528914B2 (en) * | 2013-09-27 | 2016-12-27 | Rosemount, Inc. | Non-intrusive sensor system |
CN103771582B (zh) * | 2013-12-06 | 2015-08-12 | 浙江浙大中控信息技术有限公司 | 污水处理的曝气控制方法 |
US10346752B2 (en) * | 2014-04-17 | 2019-07-09 | International Business Machines Corporation | Correcting existing predictive model outputs with social media features over multiple time scales |
US9574511B2 (en) | 2014-07-24 | 2017-02-21 | Basler Electric Company | System and method for a load anticipation feature and its tuning method for a generating set |
EP3206094B1 (en) * | 2014-10-10 | 2021-06-09 | Japan Science and Technology Agency | Predicted value modification system, control system, predicted value modification method, control method, and predicted value modification program |
US9864823B2 (en) | 2015-03-30 | 2018-01-09 | Uop Llc | Cleansing system for a feed composition based on environmental factors |
US10180680B2 (en) * | 2015-03-30 | 2019-01-15 | Uop Llc | Tuning system and method for improving operation of a chemical plant with a furnace |
US10095200B2 (en) | 2015-03-30 | 2018-10-09 | Uop Llc | System and method for improving performance of a chemical plant with a furnace |
US10275841B2 (en) | 2015-10-27 | 2019-04-30 | Yardi Systems, Inc. | Apparatus and method for efficient business name categorization |
US10268965B2 (en) | 2015-10-27 | 2019-04-23 | Yardi Systems, Inc. | Dictionary enhancement technique for business name categorization |
US10274983B2 (en) | 2015-10-27 | 2019-04-30 | Yardi Systems, Inc. | Extended business name categorization apparatus and method |
US11216718B2 (en) | 2015-10-27 | 2022-01-04 | Yardi Systems, Inc. | Energy management system |
KR20170078387A (ko) * | 2015-12-29 | 2017-07-07 | 삼성전자주식회사 | 센서 관리 장치 및 방법 |
US11044260B2 (en) * | 2016-04-01 | 2021-06-22 | The Regents Of The University Of Michigan | Fingerprinting electronic control units for vehicle intrusion detection |
CN106019940B (zh) * | 2016-06-21 | 2019-02-12 | 重庆科技学院 | 基于ukf神经网络的转炉炼钢工艺成本控制方法及系统 |
US10222787B2 (en) | 2016-09-16 | 2019-03-05 | Uop Llc | Interactive petrochemical plant diagnostic system and method for chemical process model analysis |
AT519777B1 (de) * | 2017-03-22 | 2019-12-15 | Ait Austrian Inst Tech Gmbh | Verfahren zur Erkennung des normalen Betriebszustands eines Arbeitsprozesses |
US10678272B2 (en) | 2017-03-27 | 2020-06-09 | Uop Llc | Early prediction and detection of slide valve sticking in petrochemical plants or refineries |
US10754359B2 (en) | 2017-03-27 | 2020-08-25 | Uop Llc | Operating slide valves in petrochemical plants or refineries |
US10816947B2 (en) | 2017-03-28 | 2020-10-27 | Uop Llc | Early surge detection of rotating equipment in a petrochemical plant or refinery |
US10663238B2 (en) | 2017-03-28 | 2020-05-26 | Uop Llc | Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery |
US10670027B2 (en) | 2017-03-28 | 2020-06-02 | Uop Llc | Determining quality of gas for rotating equipment in a petrochemical plant or refinery |
US10752844B2 (en) | 2017-03-28 | 2020-08-25 | Uop Llc | Rotating equipment in a petrochemical plant or refinery |
US11130111B2 (en) | 2017-03-28 | 2021-09-28 | Uop Llc | Air-cooled heat exchangers |
US11037376B2 (en) | 2017-03-28 | 2021-06-15 | Uop Llc | Sensor location for rotating equipment in a petrochemical plant or refinery |
US10794401B2 (en) | 2017-03-28 | 2020-10-06 | Uop Llc | Reactor loop fouling monitor for rotating equipment in a petrochemical plant or refinery |
US10752845B2 (en) | 2017-03-28 | 2020-08-25 | Uop Llc | Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery |
US10670353B2 (en) | 2017-03-28 | 2020-06-02 | Uop Llc | Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery |
US10962302B2 (en) | 2017-03-28 | 2021-03-30 | Uop Llc | Heat exchangers in a petrochemical plant or refinery |
US10794644B2 (en) | 2017-03-28 | 2020-10-06 | Uop Llc | Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery |
US10844290B2 (en) | 2017-03-28 | 2020-11-24 | Uop Llc | Rotating equipment in a petrochemical plant or refinery |
US11396002B2 (en) | 2017-03-28 | 2022-07-26 | Uop Llc | Detecting and correcting problems in liquid lifting in heat exchangers |
US10695711B2 (en) | 2017-04-28 | 2020-06-30 | Uop Llc | Remote monitoring of adsorber process units |
US10913905B2 (en) | 2017-06-19 | 2021-02-09 | Uop Llc | Catalyst cycle length prediction using eigen analysis |
US11365886B2 (en) | 2017-06-19 | 2022-06-21 | Uop Llc | Remote monitoring of fired heaters |
US10739798B2 (en) | 2017-06-20 | 2020-08-11 | Uop Llc | Incipient temperature excursion mitigation and control |
US11130692B2 (en) | 2017-06-28 | 2021-09-28 | Uop Llc | Process and apparatus for dosing nutrients to a bioreactor |
US10994240B2 (en) | 2017-09-18 | 2021-05-04 | Uop Llc | Remote monitoring of pressure swing adsorption units |
US11194317B2 (en) | 2017-10-02 | 2021-12-07 | Uop Llc | Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate |
US11676061B2 (en) | 2017-10-05 | 2023-06-13 | Honeywell International Inc. | Harnessing machine learning and data analytics for a real time predictive model for a FCC pre-treatment unit |
WO2019069649A1 (ja) * | 2017-10-06 | 2019-04-11 | キヤノン株式会社 | 制御装置、リソグラフィ装置、測定装置、加工装置、平坦化装置及び物品製造方法 |
JP7229686B2 (ja) * | 2017-10-06 | 2023-02-28 | キヤノン株式会社 | 制御装置、リソグラフィ装置、測定装置、加工装置、平坦化装置及び物品製造方法 |
US11105787B2 (en) | 2017-10-20 | 2021-08-31 | Honeywell International Inc. | System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties |
US10794609B2 (en) * | 2018-02-05 | 2020-10-06 | Mitsubishi Electric Research Laboratories, Inc. | Methods and systems for personalized heating, ventilation, and air conditioning |
US10901403B2 (en) | 2018-02-20 | 2021-01-26 | Uop Llc | Developing linear process models using reactor kinetic equations |
US10734098B2 (en) | 2018-03-30 | 2020-08-04 | Uop Llc | Catalytic dehydrogenation catalyst health index |
US11301504B2 (en) * | 2018-09-28 | 2022-04-12 | International Business Machines Corporation | Post hoc bias compensation |
US10953377B2 (en) | 2018-12-10 | 2021-03-23 | Uop Llc | Delta temperature control of catalytic dehydrogenation process reactors |
EP3871100A4 (en) * | 2019-02-11 | 2021-12-01 | Bitmovin, Inc. | PREDICTION ADAPTATION LOGIC BASED ON DATABLES |
JP7241597B2 (ja) * | 2019-04-23 | 2023-03-17 | 東京エレクトロン株式会社 | 制御方法、計測方法、制御装置及び熱処理装置 |
EP3751361A1 (en) * | 2019-06-13 | 2020-12-16 | ABB Schweiz AG | System for action indication determination |
US11815861B2 (en) * | 2020-10-02 | 2023-11-14 | Canon Kabushiki Kaisha | Feedback control device that suppresses disturbance vibration using machine learning, article manufacturing method, and feedback control method |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0414105A (ja) * | 1990-05-08 | 1992-01-20 | Toshiba Corp | プロセス制御装置 |
JPH06110861A (ja) * | 1992-09-30 | 1994-04-22 | Hitachi Ltd | 適応的制御システム |
JPH0876811A (ja) * | 1994-09-08 | 1996-03-22 | Toshiba Corp | プロセス制御装置 |
JPH09501782A (ja) * | 1993-08-05 | 1997-02-18 | パヴィリオン・テクノロジーズ・インコーポレイテッド | センサ評価を持つ仮想連続的排気ガス監視装置 |
JPH11119805A (ja) * | 1997-10-09 | 1999-04-30 | Fuji Electric Co Ltd | 電力需要量予測値補正方法 |
JPH11351049A (ja) * | 1998-06-10 | 1999-12-21 | Matsushita Electric Ind Co Ltd | パラメータ推定制御装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4054780A (en) | 1976-11-01 | 1977-10-18 | Phillips Petroleum Company | Gain-adaptive process control |
US4733733A (en) | 1986-02-11 | 1988-03-29 | Nl Industries, Inc. | Method of controlling the direction of a drill bit in a borehole |
EP0671038B1 (en) * | 1992-11-24 | 2003-05-14 | Pavilion Technologies Inc. | Operating a neural network with missing and/or incomplete data |
DE4338608B4 (de) * | 1993-11-11 | 2005-10-06 | Siemens Ag | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
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 |
US5680409A (en) * | 1995-08-11 | 1997-10-21 | Fisher-Rosemount Systems, Inc. | Method and apparatus for detecting and identifying faulty sensors in a process |
US5877954A (en) * | 1996-05-03 | 1999-03-02 | Aspen Technology, Inc. | Hybrid linear-neural network process control |
US5727128A (en) * | 1996-05-08 | 1998-03-10 | Fisher-Rosemount Systems, Inc. | System and method for automatically determining a set of variables for use in creating a process model |
US6484133B1 (en) * | 2000-03-31 | 2002-11-19 | The University Of Chicago | Sensor response rate accelerator |
-
2000
- 2000-06-08 US US09/590,630 patent/US6760716B1/en not_active Expired - Lifetime
-
2001
- 2001-06-07 DE DE10127790A patent/DE10127790B4/de not_active Expired - Fee Related
- 2001-06-08 JP JP2001173695A patent/JP4993820B2/ja not_active Expired - Fee Related
- 2001-06-08 GB GB0113932A patent/GB2363211B/en not_active Expired - Fee Related
-
2011
- 2011-03-14 JP JP2011055809A patent/JP5297489B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0414105A (ja) * | 1990-05-08 | 1992-01-20 | Toshiba Corp | プロセス制御装置 |
JPH06110861A (ja) * | 1992-09-30 | 1994-04-22 | Hitachi Ltd | 適応的制御システム |
JPH09501782A (ja) * | 1993-08-05 | 1997-02-18 | パヴィリオン・テクノロジーズ・インコーポレイテッド | センサ評価を持つ仮想連続的排気ガス監視装置 |
JPH0876811A (ja) * | 1994-09-08 | 1996-03-22 | Toshiba Corp | プロセス制御装置 |
JPH11119805A (ja) * | 1997-10-09 | 1999-04-30 | Fuji Electric Co Ltd | 電力需要量予測値補正方法 |
JPH11351049A (ja) * | 1998-06-10 | 1999-12-21 | Matsushita Electric Ind Co Ltd | パラメータ推定制御装置 |
Non-Patent Citations (2)
Title |
---|
CSND200200118002; 赤松 耕二: 'ソフトセンサーの構築によるプラント運転の高度化' オートメーション 第45巻 第1号, 200001, 第17-22頁, 日刊工業新聞社 * |
JPN6012048230; 赤松 耕二: 'ソフトセンサーの構築によるプラント運転の高度化' オートメーション 第45巻 第1号, 200001, 第17-22頁, 日刊工業新聞社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2527193A1 (en) | 2011-05-27 | 2012-11-28 | Delta Kogyo Co., Ltd. | Seat slide locking apparatus |
Also Published As
Publication number | Publication date |
---|---|
GB2363211A (en) | 2001-12-12 |
JP4993820B2 (ja) | 2012-08-08 |
JP2002049409A (ja) | 2002-02-15 |
JP5297489B2 (ja) | 2013-09-25 |
US6760716B1 (en) | 2004-07-06 |
GB0113932D0 (en) | 2001-08-01 |
GB2363211B (en) | 2004-12-22 |
DE10127790B4 (de) | 2013-03-14 |
DE10127790A1 (de) | 2002-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5297489B2 (ja) | プロセス制御システムにおける適応推定モデル | |
JP6357027B2 (ja) | プロセス制御システムにおけるオンライン適応モデル予測制御 | |
EP2062104B1 (en) | Dynamic controller utilizing a hybrid model | |
US9329582B2 (en) | Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization | |
US4054780A (en) | Gain-adaptive process control | |
AU733463B2 (en) | Method and apparatus for modeling dynamic and steady-state processes for prediction, control and optimization | |
US7610108B2 (en) | Method and apparatus for attenuating error in dynamic and steady-state processes for prediction, control, and optimization | |
US7272454B2 (en) | Multiple-input/multiple-output control blocks with non-linear predictive capabilities | |
JPH11509345A (ja) | 範囲制御を使用した多変数予想制御用の最適コントローラ設計方法 | |
JP2003295907A (ja) | 変動性プロセス遅延に対する高度プロセス制御ブロックの適応 | |
WO2008094833A1 (en) | Apparatus and method for automated closed-loop identification of an industrial process in a process control system. | |
JP4908433B2 (ja) | 制御パラメータ調整方法および制御パラメータ調整プログラム | |
JP2015018388A (ja) | 制御パラメータ調整システム | |
Le et al. | Zonotopic set-membership estimation for interval dynamic systems | |
CA2560037A1 (en) | Methods to design and verify models of siso control systems | |
WO2021153271A1 (ja) | モデル更新装置及び方法並びにプロセス制御システム | |
Horch et al. | Assessment of the sampling rate in control systems | |
JP4379698B2 (ja) | シート状製品を製造する方法およびシート状製品製造装置 | |
JPH03204003A (ja) | 工業用プロセスの予測制御装置 | |
JP2022524116A (ja) | システム同定装置、システム同定プログラム及びシステム同定方法 | |
Brodie et al. | A robust tuning procedure for adaptive inferential control | |
JPH09146611A (ja) | 多変数非線形プロセス制御方法並びに装置 | |
Kevickzy et al. | Identification techniques for correlated noise systems with multisensors | |
de Métodos Computacionais et al. | ONLINE STATE ESTIMATION THROUGH PARTICLE FILTER FOR FEEDBACK TEMPERATURE CONTROL | |
Lammerts | Automatic PID Controller Tuning Based on Closed-Loop Identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110413 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120905 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120918 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20121217 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20121220 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130118 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130123 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130125 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130528 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130614 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |