JP2013084251A - 多段データ偏析を使った推論処理モデリング、品質予測、および故障検出 - Google Patents
多段データ偏析を使った推論処理モデリング、品質予測、および故障検出 Download PDFInfo
- Publication number
- JP2013084251A JP2013084251A JP2012205421A JP2012205421A JP2013084251A JP 2013084251 A JP2013084251 A JP 2013084251A JP 2012205421 A JP2012205421 A JP 2012205421A JP 2012205421 A JP2012205421 A JP 2012205421A JP 2013084251 A JP2013084251 A JP 2013084251A
- Authority
- JP
- Japan
- Prior art keywords
- processing
- value
- data
- state
- time slice
- 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
- 238000000034 method Methods 0.000 title claims abstract description 624
- 230000008569 process Effects 0.000 title claims abstract description 464
- 238000001514 detection method Methods 0.000 title claims abstract description 119
- 238000005204 segregation Methods 0.000 title description 3
- 238000005259 measurement Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims description 738
- 238000004886 process control Methods 0.000 claims description 69
- 238000012549 training Methods 0.000 claims description 48
- 230000015654 memory Effects 0.000 claims description 45
- 238000000513 principal component analysis Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000011161 development Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 12
- 238000013480 data collection Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 5
- 238000000611 regression analysis Methods 0.000 claims description 5
- 238000011112 process operation Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims 3
- 230000001404 mediated effect Effects 0.000 claims 1
- 238000013179 statistical model Methods 0.000 abstract description 19
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 66
- 239000000047 product Substances 0.000 description 61
- 230000006870 function Effects 0.000 description 28
- 238000007405 data analysis Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 21
- 238000012937 correction Methods 0.000 description 21
- 238000013528 artificial neural network Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000010923 batch production Methods 0.000 description 15
- 238000010924 continuous production Methods 0.000 description 14
- 230000006978 adaptation Effects 0.000 description 11
- 230000018109 developmental process Effects 0.000 description 11
- 230000003044 adaptive effect Effects 0.000 description 8
- 238000013442 quality metrics Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000012530 fluid Substances 0.000 description 7
- 230000001934 delay Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000007704 transition Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003863 physical function Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010949 in-process test method Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G05B13/04—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
- G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- 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
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; 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
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Manufacturing & Machinery (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】該モデリング技術は、製品等級やスループット等の集合の各処理パラメータの平均値(及び標準偏差値)を求め、該平均値をオンライン処理パラメータ測定値と比較し比較値を単一処理モデルで使用して、処理の様々な状態に渡って品質予測又は故障検出を行う。処理モデルの処理パラメータの平均値及び標準偏差値のみが更新されるので、処理が定義付けられた処理の段階又は工程のいずれかで動作している間でも単一処理モデルだけを使用して品質予測又は故障検出を実行できる。さらに、処理の感度(ロバストネス)は処理パラメータごとに手動又は自動で調整されて経時的にモデルを適合又は適応させることができる。
【選択図】なし
Description
Claims (72)
- 処理に関連付けられる状態変数によって定義付けられる多くの異なる処理状態において動作することが可能である処理の動作を解析する際に使用される処理モデルを生成するコンピュータ実施方法であって、
前記処理の動作中、前記処理からトレーニングデータを収集するステップであって、前記トレーニングデータは、処理パラメータの集合の各々に対する値と、前記状態変数に対する値と、複数の異なる処理測定時間の各々に関連付けられる結果変数値と、を含む、ステップと、
コンピュータプロセッシングデバイスを用いて、前記トレーニングデータをタイムスライスデータに分割してタイムスライスデータごとにタイムスライスされたデータの集合を生成するステップであって、タイムスライスされたデータの各集合は、前記処理パラメータの集合の各々に対する値と、前記状態変数に対する値と、前記結果変数に対する値と、を含む、ステップと、
前記タイムスライスされたデータの集合をコンピュータメモリに格納するステップと、
コンピュータプロセッシングデバイスを用いて、前記トレーニングデータから処理状態平均値の集合を求めるステップであって、前記処理状態平均値の集合は、前記処理状態の各々に対する状態変数平均値と、前記処理状態の各々に対する一つ以上の処理パラメータ平均値と、を含む、ステップと、
前記処理状態平均値の集合をコンピュータメモリに格納するステップと、
コンピュータプロセッシングデバイスを用いて、前記格納された処理状態平均値を使用して前記タイムスライスデータの各々に対するタイムスライス平均値の集合を展開するステップであって、前記タイムスライス平均値の集合の各々は前記処理パラメータの各々に対するタイムスライス平均値を含む、ステップと、
コンピュータプロセッシングデバイスを用いて、タイムスライスデータごとの前記平均値から偏差値の集合を展開するステップであって、特定のタイムスライスデータに対する平均値からの前記偏差値の集合は、前記特定のタイムスライスデータ内の処理パラメータ値ごとに、前記特定のタイムスライスデータの前記処理パラメータ値と前記特定のタイムスライスデータに対する前記処理パラメータの前記タイムスライス平均値とを使用して前記特定のタイムスライスデータに対する前記処理パラメータの前記平均値から前記偏差値を展開することを含む、ステップと、
コンピュータプロセッシングデバイスを用いて、前記タイムスライスデータの前記平均値からの前記偏差値の集合と前記タイムスライスデータに対する前記結果変数値とを使用して処理モデルを生成するステップと、
を含む、コンピュータ実施方法。 - 前記処理モデルを生成するステップは、前記処理パラメータの前記平均値から偏差値の他の集合を使用する処理モデルを生成して前記結果変数の値を予測することを含む、請求項1に記載のコンピュータ実施方法。
- 前記処理モデルを生成する前に、前記平均値からの偏差値の各集合の前記平均値から前記偏差値の一つ以上をフィルタリングするステップを更に含む、請求項1に記載のコンピュータ実施方法。
- 前記平均値からの前記偏差値の一つ以上をフィルタリングするステップは、処理状態の変化を受ける前記処理に関連付けられた前記処理パラメータの一つ以上に対する時間応答に基づく時定数を有している低域フィルタを用いて前記平均値からの前記偏差値の一つ以上を低域フィルタリングすることを含む、請求項3に記載のコンピュータ実施方法。
- 前記トレーニングデータをタイムスライスデータに分割するステップは、前記トレーニングデータの前記処理パラメータ値、前記状態変数値、および前記結果変数値の一つ以上を互いに対してタイムシフトさせて前記タイムスライスデータを形成することを含む、請求項1に記載のコンピュータ実施方法。
- 前記タイムシフトさせるステップは、前記処理パラメータの少なくとも一つまたは前記状態変数と前記結果変数との間で相互相関を実行して、前記処理パラメータの前記少なくとも一つまたは前記状態変数と前記結果変数に関連付けられた時間遅延量を求めることと、前記処理パラメータの前記少なくとも一つに対する前記処理パラメータ値または前記状態変数に対する前記状態変数値を前記結果変数の前記結果変数値に関して前記時間遅延量だけタイムシフトさせてこれにより各タイムスライスデータが前記結果変数値に関して時間内にシフトされた前記処理パラメータ値の少なくとも一つまたは状態変数値を含む、ことと、を含む、請求項5に記載のコンピュータ実施方法。
- 前記処理モデルを生成するステップは、品質予測モデルを生成することを含む、請求項1に記載のコンピュータ実施方法。
- 前記品質予測モデルを生成するステップは、部分的最小二乗モデル、ニューラルネットワークモデル、または重回帰解析モデルのいずれか一つを生成することを含む、請求項7に記載のコンピュータ実施方法。
- 前記処理モデルを生成するステップは、故障検出モデルを生成することを含む、請求項1に記載のコンピュータ実施方法。
- 前記故障検出モデルを生成するステップは、主成分解析モデルを生成することを含む、請求項9に記載のコンピュータ実施方法。
- 前記収集されたデータをタイムスライスデータに分割するステップは、前記トレーニングデータ内の前記処理パラメータ値の一つ以上と前記状態変数値を、前記トレーニングデータ内の前記結果変数値に関して、タイムシフトすることを含む、請求項1に記載のコンピュータ実施方法。
- 前記状態変数は、製品等級、前記処理のスループット、生産率、または前記処理の外乱変数を示している、請求項1に記載のコンピュータ実施方法。
- 前記処理状態に対する前記求められた処理状態平均値を前記生成された処理モデルの一部として格納するステップを更に含む、請求項1に記載のコンピュータ実施方法。
- 前記動作処理から新しい処理パラメータ値と状態変数値を収集し、前記収集された新しい処理パラメータ値と前記状態変数値と前記処理状態平均値とを使用して、前記生成された処理モデルへの入力を展開して、前記結果変数の予測値を展開するステップを更に含む、請求項13に記載のコンピュータ実施方法。
- 前記結果変数の前記予測値を使用して前記処理動作進行中に前記処理に対する品質予測または故障検出を実行するステップを更に含む、請求項14に記載のコンピュータ実施方法。
- 前記動作処理の前記収集された新しい処理パラメータ値と前記状態変数値を使用して前記処理モデルの一部として格納された前記処理状態平均値に基づいてタイムスライスの集合の前記平均値から偏差値を求めることを含む、請求項14に記載のコンピュータ実施方法。
- 前記タイムスライスデータごとにタイムスライス平均値の集合を展開するステップが、前記特定のタイムスライスデータに対する前記状態変数値が介在する前記特定のタイムスライスデータに対する前記状態変数値と前記処理状態に対する前記状態変数平均値とを用いて特定のタイムスライスデータ内の処理パラメータごとに、前記特定のタイムスライスデータに対する補間係数を求めることと、前記タイムスライスデータに対する前記状態変数値が介在する前記補間係数と前記処理状態に対する前記処理パラメータ平均値とを用いて前記特定のタイムスライスデータに対する前記処理パラメータの各々に対する前記タイムスライス平均値を求めることと、を含む、請求項1に記載のコンピュータ実施方法。
- 処理予測モデルを形成するコンピュータ実施方法であって、
多数の処理時間の各々に対する動作処理から、処理パラメータの集合に対する処理パラメータ値と、状態変数に対する状態変数値と、結果変数に対する結果変数値と、を収集するステップと、
コンピュータプロセッシングデバイスを用いて、処理状態平均値の集合を求めるステップであって、前記処理状態平均値の集合は、複数の処理状態の各々に対して、前記処理が前記複数の処理状態の各々で動作している時の前記状態変数の平均値と前記処理パラメータの各々の平均値とを含む、ステップと、
コンピュータプロセッシングデバイスを用いて、時間関連データの複数の集合の各々に対して、前記時間関連データの複数の集合の各々に関連付けられた前記処理状態平均値と前記状態変数値とを用いて、前記処理パラメータの集合の各々に対するタイムスライス平均値を求める、ステップと、
コンピュータプロセッシングデバイスを用いて、時間関連データの前記複数の集合の各々の前記タイムスライス平均値と前記処理パラメータ値を使用して時間関連データの前記複数の集合の各々に対する前記処理パラメータの各々に対する前記平均値から偏差値を求めるステップと、
コンピュータプロセッシングデバイス内で、時間関連データの前記複数の集合の各々に対する前記処理パラメータの各々に対する前記平均値から前記求められた偏差値と時間関連データの前記複数の集合の各々の前記結果変数値とを使用して、コンピュータプロセッシングデバイス上で動作可能である処理予測モデルを生成して前記処理内の前記結果変数を予測するステップと、
を含む、コンピュータ実施方法。 - 前記複数の処理状態ごとの状態変数の定義域を求めるステップを更に含み、処理状態平均値の集合を求めることは、前記複数の処理状態の各々に対して、特定の処理状態ごとの前記状態変数の定義域に含まれる前記状態変数値を用いて前記状態変数の平均値を求めることと、特定の処理状態ごとの前記状態変数の定義域に含まれる状態変数値に関連付けられる前記処理パラメータ値を用いて処理パラメータ平均値を求めることと、を含む、請求項18に記載のコンピュータ実施方法。
- 前記生成された処理予測モデルは前記処理パラメータの前記平均値からの偏差値の集合を使用して前記結果変数値を予測する、請求項18に記載のコンピュータ実施方法。
- 前記処理予測モデルを生成する前に、前記平均値からの前記偏差値の一つ以上をフィルタリングすることを更に含む、請求項18に記載のコンピュータ実施方法。
- 処理状態平均値の集合を求める前に、前記処理パラメータ値、前記状態変数値、および前記結果変数値の一つ以上を互いに対して、時間内にタイムシフトさせることによって、時間関連データの複数の集合の各々を形成することで、異なる測定時間からのデータを有している前記時間関連データの集合を形成するステップを更に含む、請求項18に記載のコンピュータ実施方法。
- 前記処理パラメータの少なくとも一つまたは前記状態変数と前記結果変数との間で相互相関を実行して前記処理パラメータまたは前記状態変数および前記結果変数に関連付けられる時間遅延量を求めることと、前記処理パラメータに対する前記処理パラメータ値または前記状態変数に対する前記状態変数値を前記結果変数の前記結果変数値に関して前記時間遅延量だけタイムシフトさせて、これにより時間関連データの各集合が前記結果変数値に関して時間内にシフトされた前記処理パラメータ値の少なくとも一つまたは状態変数値を含むことと、を更に含む、請求項22に記載のコンピュータ実施方法。
- 前記処理予測モデルを生成するステップは、部分的な最小二乗モデル、ニューラルネットワークモデル、重回帰解析モデル、または主成分解析モデルのうちの一つを生成することを含む、請求項18に記載のコンピュータ実施方法。
- 時間関連データの複数の集合ごとに、前記処理パラメータの集合の各々に対してタイムスライス平均値を求めるステップが、時間関連データの前記特定の集合に対する前記状態変数値が介在する時間関連データの前記特定の集合に対する前記状態変数値と前記処理状態に対する前記状態変数平均値とを用いて時間関連データの特定の集合に対する補間係数を求めることと、前記時間関連データの集合に対する前記状態変数値が介在する前記補間係数と前記処理状態に関連付けられる前記処理パラメータに対する前記処理パラメータ平均値とを用いて時間関連データの前記特定の集合に対する前記処理パラメータに対する前記処理パラメータ平均値を求めることと、を含む、請求項18に記載のコンピュータ実施方法。
- 動作処理において処理品質または処理故障を測定するコンピュータ実施方法であって、
処理予測モデルをコンピュータメモリ内に格納するステップであって、前記処理予測モデルは、処理パラメータの集合の各々に対する平均値から偏差値の集合を入力の集合として取り、予測される処理品質値または処理故障値を出力として生成する、ステップと、
前記処理パラメータの集合の各々に対する処理パラメータデータと、多数の測定時間に対する前記処理のオンライン動作中の前記処理からの処理状態変数に対する処理状態変数データと、を収集するステップと、
コンピュータプロセッシングデバイスを用いて、一連のタイムスライスデータを展開するステップであって、各タイムスライスデータは、前記処理パラメータの集合の各々に対する処理パラメータ値と、処理状態変数値と、を含む、ステップと、
コンピュータプロセッシングデバイスを用いて、前記タイムスライスデータの各々に対する前記処理パラメータの各々に対する平均値から偏差値を求めるステップと、
コンピュータプロセッシングデバイスを用いて、前記処理予測モデルへの入力として前記タイムスライスデータの各々に対する前記平均値から求められた偏差値を提供すると共に前記コンピュータプロセッシングデバイス上で前記処理予測モデルを実行して前記処理品質値または前記処理故障値の予測を生成する、ステップと、
を含む、コンピュータ実施方法。 - 前記処理品質値または前記処理故障値の予測を使用して前記処理の動作を変更するステップを更に含む、請求項26に記載のコンピュータ実施方法。
- 前記処理品質値または前記処理故障値の予測を使用して処理動作に関わる問題をユーザに通知するステップを更に含む、請求項26に記載のコンピュータ実施方法。
- 前記タイムスライスデータの各々に対する前記平均値から前記偏差値を求めるステップは処理パラメータの処理パラメータ値を前記処理パラメータに対するタイムスライス平均値と比較することを含む、請求項26に記載のコンピュータ実施方法。
- 前記タイムスライスデータの各々に対して前記平均値から前記偏差値を求めるステップは、前記処理予測モデルの一部として格納された処理状態平均値の格納された集合から、タイムスライスの特定の処理パラメータに対するタイムスライス平均値を求めることを含む、請求項29に記載のコンピュータ実施方法。
- 前記タイムスライスデータの特定の処理パラメータに対してタイムスライス平均値を求めるステップが、前記タイムスライスデータに対する前記状態変数値が介在する前記タイムスライスデータに対する前記状態変数値と前記処理状態に対する前記格納された状態変数平均値とを用いて、前記タイムスライスデータに対する補間係数を求めることと、前記タイムスライスデータに対する前記状態変数値が介在する前記補間係数と前記処理状態に対する前記特定の処理パラメータに対する処理パラメータ平均値の集合の値とを用いて、前記タイムスライスデータに対する前記特定の処理パラメータに対して前記タイムスライス平均値を求めることと、を含む、請求項30に記載のコンピュータ実施方法。
- 前記収集された処理パラメータ値の一つ以上または前記収集された処理状態変数値を互いに対して時間内にタイムシフトさせて前記一連のタイムスライスデータを展開するステップを更に含む、請求項29に記載のコンピュータ実施方法。
- 前記処理状態平均値は、処理パラメータごとの処理パラメータ平均値と、複数の処理状態の各々に対する前記状態変数の状態変数平均値と、を含む、請求項26に記載のコンピュータ実施方法。
- 新しい処理パラメータ値と前記処理に対する状態変数値を収集し、前記収集された新しい処理パラメータ値と前記状態変数値から処理状態平均値の新しい集合を求めかつ前記処理予測モデルの一部として前記処理状態平均値の新しい集合を格納することによって、前記処理予測モデルを適応させるステップを更に含む請求項26に記載のコンピュータ実施方法。
- 前記処理予測モデルへの入力として前記平均値からの前記偏差値を使用する前に、前記平均値から求められた前記偏差値をフィルタリングすることを更に含む、請求項26に記載のコンピュータ実施方法。
- 処理の動作をモデリングする際に使用される処理モデル展開システムであって、
コンピュータ可読メモリと、
前記コンピュータ可読メモリ内に、前記処理から求められた複数の処理パラメータの各々に対する処理パラメータ値と、前記処理から求められた状態変数に対する状態変数値と、多くの異なる処理動作時間の各々に対する前記処理から求められた結果変数に対する結果変数値と、を格納するデータ収集ユニットと、
前記データ収集ユニットによって格納された前記データから一連のタイムスライスデータを求めるタイムスライス決定ユニットであって、各タイムスライスデータは、前記複数の処理パラメータの各々に対する処理パラメータ値と、前記状態変数に対する状態変数値と、前記結果変数に対する結果変数値と、を含む、タイムスライス決定ユニットと、
複数の処理状態の各々に対する処理状態平均値の集合を求める処理状態平均値計算ユニットであって、特定の処理状態に対する前記処理状態平均値の集合は、前記状態変数値が前記特定の処理状態に関連付けられる範囲内にある前記タイムスライスデータの各々からの前記状態変数値の平均値と、前記状態変数値が前記特定の処理状態に関連付けられる範囲内にある前記タイムスライスデータの各々からの前記処理パラメータ値の各々の平均値と、を含む、処理状態平均値計算ユニットと、
前記タイムスライスデータの各々に対する前記処理パラメータの各々に対するタイムスライス平均値を計算するタイムスライス平均値計算ユニットと、
前記タイムスライスデータの各々に対する前記処理パラメータの各々に対する前記タイムスライス平均値から偏差値を計算する偏差値計算ユニットであって、前記偏差値計算ユニットは、前記タイムスライスデータの前記特定の処理パラメータ値と前記特定の処理パラメータに対する前記タイムスライスデータの前記タイムスライス平均値の差を計算することによって特定の処理パラメータに対する前記タイムスライス平均値から偏差値を計算する、偏差値計算ユニットと、
前記タイムスライスデータに対する前記タイムスライス平均値からの前記偏差値と前記結果変数データとを使用して、処理パラメータの平均値の前記偏差値に基づいて前記結果変数値を予測する統計処理モデルを展開する、処理モデル生成ユニットと、
を含む、処理モデル展開システム。 - 前記タイムスライス決定ユニットは、前記データ収集ユニットによって格納される前記データから前記一連のタイムスライスデータを求める一部として時間遅延量だけ前記結果変数値に対して前記処理パラメータ値または前記状態変数値の一つ以上を時間内にシフトする遅延ユニットを含み、これによって、各タイムスライスデータは、前記複数の処理パラメータの一つ以上に対する処理パラメータまたは前記タイムスライスデータの前記結果変数値に対して時間内にシフトされる前記状態変数に対する状態変数値、を含む、請求項36に記載の処理モデル展開システム。
- 前記遅延ユニットによって使用される前記時間遅延量を求め、前記処理パラメータ値の前記一つ以上または前記状態変数値を前記結果変数値に対して時間内にシフトさせるように、前記処理パラメータまたは前記状態変数の一つと前記結果変数との間で相互相関を実行する相互相関ユニットを更に含む、請求項37に記載の処理モデル展開システム。
- 前記処理モデル生成ユニットは、前記処理状態平均値と前記時間遅延量とを、前記生成された統計処理モデルの一部として、格納する、請求項37に記載の処理モデル展開システム。
- 前記偏差値計算ユニットと前記処理モデル生成ユニットとの間に配置され、前記タイムスライスデータの各々に対する前記処理パラメータの各々に対する前記タイムスライス平均値から前記偏差値をフィルタリングする、フィルタユニットを更に含む、請求項36に記載の処理モデル展開システム。
- 前記処理モデル生成ユニットは前記処理状態平均値を、前記生成された処理モデルの一部として、格納する、請求項36に記載の処理モデル展開システム。
- 前記タイムスライス平均値計算ユニットは、前記特定のタイムスライスデータに対する前記状態変数値が介在する前記特定のタイムスライスデータに対する前記状態変数値と処理状態に対して格納された状態変数平均値とを用いて前記特定のタイムスライスデータに対する補間係数を求めることによって、および前記タイムスライスデータに対する前記状態変数値が介在する前記補間係数と前記処理状態に対する前記処理パラメータ平均値の集合の値とを用いて前記特定のタイムスライスデータに対する前記特定の処理パラメータの前記タイムスライス平均値を計算することによって、特定のタイムスライスデータの特定の処理パラメータに対するタイムスライス平均値を計算する、請求項36に記載の処理モデル展開システム。
- 処理の動作を監視するために使用される処理監視システムであって、
前記コンピュータ可読メモリ内に、前記処理から求められた複数の処理パラメータの各々に対する処理パラメータ値と、多くの異なる処理動作時間の各々に対する前記処理中に前記処理から求められた状態変数に対する状態変数値と、を格納するデータ収集ユニットと、
前記データ収集ユニットによって格納された前記データから一連のタイムスライスデータを求めるタイムスライス決定ユニットであって、各タイムスライスデータは、前記複数の処理パラメータの各々に対する処理パラメータ値と、前記状態変数に対する状態変数値と、を含む、タイムスライス決定ユニットと、
前記タイムスライスデータの各々に対する前記処理パラメータの各々に対するタイムスライス平均値を計算するタイムスライス平均値計算ユニットと、
前記タイムスライスデータの各々に対する前記処理パラメータの各々に対する前記タイムスライス平均値から偏差値を計算する偏差値計算ユニットであって、前記偏差値計算ユニットは、前記特定のタイムスライスデータの前記特定の処理パラメータ値と前記特定のタイムスライスデータの前記特定の処理パラメータの前記タイムスライス平均値の差を計算することによって特定のタイムスライスデータに対する特定の処理パラメータに対する前記タイムスライス平均値から偏差値を計算する、偏差値計算ユニットと、
前記処理に関連付けられる前記処理パラメータの集合の前記タイムスライス平均値からの前記偏差値に基づいて結果変数の値を予測するためにプロセッサ上で実行するコンピュータ可読メモリに格納される統計処理モデルと、
を含む、処理監視システム。 - 前記予測値が処理故障または処理品質の問題を表した場合にユーザ通知を生成するアラームユニットを更に含む、請求項43に記載の処理監視システム。
- 前記アラームユニットは前記結果変数の前記予測値をしきい値と比較して前記通知を生成するかを判断する、請求項44に記載の処理監視システム。
- 前記タイムスライス決定ユニットは、前記データ収集ユニットによって格納された前記データから前記一連のタイムスライスデータを求める一部として前記処理パラメータ値の一つ以上または前記状態変数値を時間遅延量だけ時間内にシフトさせる遅延ユニットを含み、各タイムスライスデータは前記時間遅延量だけ時間内にシフトされる前記複数の処理パラメータの一つ以上に対する処理パラメータ値または前記状態変数に対する状態変数値を含む、請求項43に記載の処理監視システム。
- 前記遅延ユニットは前記統計処理モデルから前記時間遅延量を取得する、請求項46に記載の処理監視システム。
- 前記偏差値計算ユニットと前記統計処理モデルとの間に配置され、前記タイムスライスデータの各々の前記処理パラメータの一つ以上に対して前記偏差値計算ユニットによって生成される前記タイムスライス平均値から前記偏差値をフィルタリングする、フィルタユニットを更に含む、請求項43に記載の処理監視システム。
- 前記フィルタユニットはフィルタ時間係数を用いてフィルタリングを実行し、前記フィルタ時間係数は前記統計処理モデルの一部として前記統計処理モデルを作成するために使用されるフィルタ時間係数として格納される、請求項48の処理監視システム。
- 前記タイムスライス平均値計算ユニットは、前記特定のタイムスライスデータに対する前記状態変数値が介在する前記特定のタイムスライスデータに対する前記状態変数値と処理状態に対して格納された状態変数平均値とを用いて、前記特定のタイムスライスデータに対する補間係数を求めることによって、および前記タイムスライスデータに対する前記状態変数値が介在する前記補間係数と前記処理状態に対する前記特定の処理パラメータに対する処理パラメータ平均値の集合の前記値とを用いて、前記特定のタイムスライスデータに対して前記特定の処理パラメータに対する前記タイムスライス平均値を計算することによって、特定のタイムスライスデータの特定の処理パラメータに対するタイムスライス平均値を計算する、請求項43に記載の処理監視システム。
- 前記統計処理モデルは、前記状態変数平均値と、前記統計処理モデルを生成するために使用される処理状態平均値の集合としての前記処理パラメータ平均値の集合と、を格納する、請求項50に記載の処理監視システム。
- 動作処理のオンライン動作中に処理モデルを適応させるコンピュータ実施方法であって、
処理モデルをコンピュータメモリに格納するステップであって、前記処理モデルは、処理パラメータの集合の各々に対する平均値から偏差値の集合を入力の集合として取り、予測される処理品質値または処理故障値を出力として生成し、前記処理モデルは前記処理から収集されたデータのトレーニング集合を用いて形成された統計処理モデルであり、前記処理モデルはデータの前記トレーニング集合から展開された処理状態平均値の集合を含み、前記処理状態平均値の集合は前記処理パラメータの各々に対する平均値と多数の異なる処理状態の各々に対する前記状態変数とを含む、ステップと、
複数の測定時間に対する前記処理のオンライン動作中、前記処理パラメータの集合の各々に対する新しい処理パラメータデータと、前記処理から前記状態変数に対する新しい状態変数データと、を収集するステップと、
コンピュータプロセッシングデバイスを用いて、前記新しく収集された処理パラメータデータと前記状態変数データから、前記処理モデルの処理状態平均値の新しい集合を展開するステップと、
前記処理モデルを作り変えずに前記処理モデルへの入力として平均値から偏差値を求める際に使用するために前記処理モデルの一部として前記コンピュータメモリに処理状態平均値の前記新しい集合を格納するステップと、
を含む、コンピュータ実施方法。 - 前記処理状態平均値の新しい集合を展開するステップは前記多数の異なる処理状態の副集合の処理状態平均値の新しい集合を展開することを含み、処理状態平均値の前記新しい集合を格納するステップは、前記多数の異なる処理状態の前記副集合に含まれない多数の異なる処理状態の前記処理状態平均値を変更せずに、前記多数の異なる処理状態の前記副集合の処理状態平均値の前記新しい集合を格納することを含む、請求項52に記載のコンピュータ実施方法。
- 前記処理状態平均値の新しい集合を展開するステップは、単一の処理状態に対して処理状態平均値の新しい集合を展開することを含み、処理状態平均値の前記新しい集合を格納するステップは、前記単一処理状態以外の処理状態の前記処理状態平均値を変更せずに、前記単一処理状態の処理状態平均値の前記新しい集合を格納することを含む、請求項52に記載のコンピュータ実施方法。
- 前記処理状態平均値の新しい集合を展開するステップは、前記処理モデルに関連付けられた前記多くの異なる処理状態の全てに対する処理状態平均値の新しい集合を展開することを含み、前記処理状態平均値の前記新しい集合を格納するステップは前記処理状態平均値の前記新しい集合を前記処理モデルの一部として格納することを含む、請求項52に記載のコンピュータ実施方法。
- 処理状態平均値の前記新しい集合を求める前に、前記新しく収集された処理パラメータデータ値の一つ以上または前記新しく収集された処理状態変数データ値を互いに対して時間内にタイムシフトさせるステップを更に含む、請求項52に記載のコンピュータ実施方法。
- 前記タイムシフトさせるステップは、前記新しく収集された処理パラメータ値の前記一つ以上または前記新しく収集された処理状態変数値を前記処理モデルの一部として格納された時間遅延量だけ時間内にタイムシフトさせることを含む、請求項56に記載のコンピュータ実施方法。
- 前記処理モデルを前記コンピュータプロセッシングデバイスにおいて実行するステップと、前記新しい処理状態平均値を使用して前記平均値から新しい偏差値を求めてこれを前記処理モデルへの入力値として使用するステップと、を更に含む、請求項52に記載のコンピュータ実施方法。
- 前記処理モデルは、ニューラルネットワークモデル、重回帰解析モデル、主成分解析モデル、または部分最小二乗モデルの一つである、請求項52に記載のコンピュータ実施方法。
- 前記新しく収集された処理パラメータデータと前記新しく収集された状態変数データから前記処理モデルの処理状態平均値の前記新しい集合を展開するステップは、処理状態平均値の前記新しい集合を生成する前に、前記新しく収集された処理パラメータデータと前記新しく収集された状態変数データを正規化することを含む、請求項52に記載のコンピュータ実施方法。
- 前記処理モデルの処理状態平均値の前記新しい集合を展開するステップは、前記処理モデルの処理状態平均値へバイアス値を適用して前記新しい処理状態平均値を展開することを含む、請求項52に記載のコンピュータ実施方法。
- 処理に関する処理アラート情報をユーザへディスプレイするコンピュータ実施方法であって、
ユーザインターフェースデバイスを介して、前記処理内で検出されたアラートの集合の表示を提供する第1のスクリーンを提供するステップと、
コンピュータプロセッシングデバイスを介して、前記第1のスクリーンを閲覧するためにユーザが前記アラートの集合の一つを選択することを可能にするステップと、
前記ユーザインターフェースデバイスを介して、前記アラートの生成に帰着する変数に関する過去の傾向データを含む第2のスクリーンを提供するステップと、
前記コンピュータプロセッシングデバイスを介して、前記第2のスクリーンを介して過去の傾向データを閲覧するために前記ユーザが一つ以上の他の変数を指定することを可能にするステップと、
前記ユーザインターフェースデバイスを介して、前記一つ以上の他の変数に対する過去の傾向データを含む第3のスクリーンを提供するステップと、
を含む、コンピュータ実施方法。 - 前記処理内で検出されたアラートの集合の表示を提供するステップは現在と過去のアラートを表示することを含む、請求項62に記載のコンピュータ実施方法。
- 前記処理内で検出されたアラートの集合の表示を提供するステップは、前記処理に対する処理コントロールシステム内のプロセッシングデバイス内に格納されるとともに統計的処理モデルを使用してアラートを検出する、品質または故障検出ユニットによって生成されるアラートを表示することを含む、請求項62に記載のコンピュータ実施方法。
- 前記アラートの前記生成に帰着する前記変数に関する過去の傾向データを提供するステップは、前記アラートの前記生成前と前記アラートの前記生成後に収集された前記アラートに帰着する前記変数に関するデータを示す傾向プロットを提供することを含む、請求項62に記載のコンピュータ実施方法。
- 前記過去の傾向データを閲覧するために前記第2のスクリーンを介して前記ユーザが一つ以上の他の変数を指定することを可能にするステップは、前記アラートの前記生成に帰着する前記変数に関連している前記一つ以上の他の変数の表示をディスプレイすることと、前記コンピュータプロセッシングデバイスにおいて、前記ユーザが前記第2のスクリーンを介して前記一つ以上の他の変数の一つを選択することを可能にすることと、を含む、請求項62に記載のコンピュータ実施方法。
- 前記一つ以上の他の変数に対する過去の傾向データを含む第3のスクリーンを提供するステップは、前記アラートの前記生成前と前記アラートの前記生成後に収集された前記一つ以上の他の変数に対する過去の傾向データを提供することを含む、請求項62に記載のコンピュータ実施方法。
- 前記一つ以上の他の変数に対する過去の傾向データを含む第3のスクリーンを提供するステップは、前記アラートの前記生成に帰着する前記変数に対してディスプレイされた過去の傾向データと同じタイムフレームに対する前記一つ以上の他の変数に対して過去の傾向データを提供することを含む、請求項67に記載のコンピュータ実施方法。
- 前記一つ以上の他の変数に対する過去の傾向データを含む第3のスクリーンを提供するステップは、前記アラートの前記生成に帰着する前記変数に対する前記過去の傾向データと同じプロットで前記一つ以上の他の変数に対して過去の傾向データを提供することを含む、請求項67に記載のコンピュータ実施方法。
- 前記アラートの前記生成に帰着する前記変数に関連する過去の傾向データを含む第2のスクリーンを提供するステップは、前記処理に関連付けられたデータ履歴からの前記アラートの前記生成に帰着する前記変数に関連する前記過去の傾向データを取得することを含み、前記一つ以上の他の変数に対して過去の傾向データを含む第3のスクリーンを提供するステップは、前記処理に関連付けられたデータ履歴からの前記一つ以上の他の変数に関連する前記過去の傾向データを取得することを含む、請求項62に記載のコンピュータ実施方法。
- 前記処理内で検出されたアラートの集合の表示を提供するステップは、前記処理内で生成されたアラームを表示することを含む、請求項62に記載のコンピュータ実施方法。
- 前記過去の傾向データを閲覧するために前記ユーザが前記第2のスクリーンを介して一つ以上の他の変数を指定することを可能にするステップは、前記アラートの前記生成に帰着する前記変数の変化の原因となる可能性のある一つ以上の他の変数の表示をディスプレイすることと、前記一つ以上の他の変数の各々に対して寄与率の表示をディスプレイすることと、を含み、前記一つ以上の他の変数の特定の一つに対する前記寄与率は、前記アラートの前記生成に帰着する前記変数の変化の原因となる可能性を示す、請求項62に記載のコンピュータ実施方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161536423P | 2011-09-19 | 2011-09-19 | |
US61/536,423 | 2011-09-19 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015186868A Division JP6067812B2 (ja) | 2011-09-19 | 2015-09-24 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013084251A true JP2013084251A (ja) | 2013-05-09 |
JP2013084251A5 JP2013084251A5 (ja) | 2015-11-12 |
JP6140411B2 JP6140411B2 (ja) | 2017-05-31 |
Family
ID=47144321
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012205421A Active JP6140411B2 (ja) | 2011-09-19 | 2012-09-19 | 多段データ偏析を使った推論処理モデリング、品質予測、および故障検出 |
JP2015186868A Active JP6067812B2 (ja) | 2011-09-19 | 2015-09-24 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
JP2016217779A Pending JP2017062822A (ja) | 2011-09-19 | 2016-11-08 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
JP2019016898A Active JP6793213B2 (ja) | 2011-09-19 | 2019-02-01 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015186868A Active JP6067812B2 (ja) | 2011-09-19 | 2015-09-24 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
JP2016217779A Pending JP2017062822A (ja) | 2011-09-19 | 2016-11-08 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
JP2019016898A Active JP6793213B2 (ja) | 2011-09-19 | 2019-02-01 | コンピュータ実施方法、処理モデル展開システム、処理監視システム |
Country Status (5)
Country | Link |
---|---|
US (2) | US9110452B2 (ja) |
JP (4) | JP6140411B2 (ja) |
CN (3) | CN107045283B (ja) |
DE (1) | DE102012108760A1 (ja) |
GB (3) | GB2561082B (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015011722A (ja) * | 2013-06-28 | 2015-01-19 | 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 | プロセス制御システムにおける非侵入的データ分析 |
KR20160003549A (ko) | 2014-07-01 | 2016-01-11 | 세이부덴키 가부시키가이샤 | 통신 이상 검출 장치, 통신 이상 검출 방법 및 프로그램 |
JP2017138789A (ja) * | 2016-02-03 | 2017-08-10 | 横河電機株式会社 | 設備診断装置、設備診断方法及び設備診断プログラム |
JP2018112504A (ja) * | 2017-01-13 | 2018-07-19 | アズビル株式会社 | 時系列データ処理装置および処理方法 |
JP2022033206A (ja) * | 2017-06-28 | 2022-02-28 | 東京エレクトロン株式会社 | 熱処理装置、熱処理装置の管理方法及び記憶媒体 |
Families Citing this family (121)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9110452B2 (en) | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
JP5244990B1 (ja) * | 2012-03-01 | 2013-07-24 | 株式会社東芝 | 不良検出装置 |
US9734001B2 (en) | 2012-04-10 | 2017-08-15 | Lockheed Martin Corporation | Efficient health management, diagnosis and prognosis of a machine |
CN103425119B (zh) * | 2012-05-23 | 2018-10-19 | 株式会社堀场制作所 | 测试系统、设备管理装置和车辆性能测试系统 |
JP5739841B2 (ja) * | 2012-06-13 | 2015-06-24 | 株式会社東芝 | 電子デバイスの生産管理装置、生産管理システム及び生産管理プログラム |
KR101338674B1 (ko) * | 2012-08-10 | 2013-12-19 | 엘에스산전 주식회사 | 차동 입력단을 갖는 hart 아날로그 입력 모듈 |
US9804588B2 (en) * | 2014-03-14 | 2017-10-31 | Fisher-Rosemount Systems, Inc. | Determining associations and alignments of process elements and measurements in a process |
US9665088B2 (en) | 2014-01-31 | 2017-05-30 | Fisher-Rosemount Systems, Inc. | Managing big data in process control systems |
US10649424B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US10282676B2 (en) * | 2014-10-06 | 2019-05-07 | Fisher-Rosemount Systems, Inc. | Automatic signal processing-based learning in a process plant |
US10678225B2 (en) | 2013-03-04 | 2020-06-09 | Fisher-Rosemount Systems, Inc. | Data analytic services for distributed industrial performance monitoring |
US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
US10866952B2 (en) | 2013-03-04 | 2020-12-15 | Fisher-Rosemount Systems, Inc. | Source-independent queries in distributed industrial system |
US10909137B2 (en) | 2014-10-06 | 2021-02-02 | Fisher-Rosemount Systems, Inc. | Streaming data for analytics in process control systems |
US10691281B2 (en) | 2013-03-15 | 2020-06-23 | Fisher-Rosemount Systems, Inc. | Method and apparatus for controlling a process plant with location aware mobile control devices |
GB2512087B (en) * | 2013-03-19 | 2020-12-02 | Massive Analytic Ltd | Apparatus for controlling a manufacturing plant |
CN103310095A (zh) * | 2013-05-10 | 2013-09-18 | 广州市香港科大霍英东研究院 | 间歇过程质量指标软测量方法 |
CN103389701B (zh) * | 2013-07-15 | 2015-08-19 | 浙江大学 | 基于分布式数据模型的厂级过程故障检测与诊断方法 |
US9696697B2 (en) * | 2013-09-04 | 2017-07-04 | General Electric Company | Automatic switching of HMI screens based on process, task, and abnormal deviation in a power plant |
DE102013111052A1 (de) * | 2013-10-07 | 2015-04-23 | Endress + Hauser Gmbh + Co. Kg | System zum flexiblen Betreiben einer Automatisierungsanlage |
WO2015065437A1 (en) * | 2013-10-31 | 2015-05-07 | Hewlett-Packard Development Company, L.P. | Determining model quality |
US10169051B2 (en) | 2013-12-05 | 2019-01-01 | Blue Yonder GmbH | Data processing device, processor core array and method for characterizing behavior of equipment under observation |
GB2545083B (en) * | 2014-04-17 | 2020-09-09 | Lockheed Corp | Prognostics and health management system |
AU2015247413B2 (en) | 2014-04-17 | 2019-01-17 | Lockheed Martin Corporation | Extendable condition-based maintenance |
CN106662557B (zh) | 2014-06-27 | 2018-10-26 | 联合碳化化学品及塑料技术有限责任公司 | 监测化学产品生产的方法和其所用的色谱仪 |
US10430038B2 (en) * | 2014-07-18 | 2019-10-01 | General Electric Company | Automated data overlay in industrial monitoring systems |
KR101591193B1 (ko) * | 2014-09-17 | 2016-02-02 | 엘에스산전 주식회사 | Plc 로그 데이터를 이용한 이상 발생 예측 시스템 |
US10037026B2 (en) * | 2014-09-25 | 2018-07-31 | General Electric Company | Systems and methods for fault analysis |
US10001760B1 (en) * | 2014-09-30 | 2018-06-19 | Hrl Laboratories, Llc | Adaptive control system capable of recovering from unexpected situations |
CN104317778A (zh) * | 2014-10-30 | 2015-01-28 | 国家电网公司 | 基于海量监测数据的变电设备故障诊断方法 |
US10903778B2 (en) * | 2014-12-18 | 2021-01-26 | Eaton Intelligent Power Limited | Apparatus and methods for monitoring subsea electrical systems using adaptive models |
GB2535456A (en) * | 2015-02-12 | 2016-08-24 | Edwards Ltd | Processing tool monitoring |
JP6350736B2 (ja) * | 2015-02-17 | 2018-07-04 | 富士通株式会社 | 判定装置、判定方法および判定プログラム |
CN104881007A (zh) * | 2015-04-29 | 2015-09-02 | 成都英格瑞德电气有限公司 | 一种基于ipm电力的实用型ipc监控模块装置 |
CA3007973C (en) * | 2015-12-08 | 2020-11-03 | Sight Machine, Inc. | System and method for monitoring manufacturing |
US10394973B2 (en) * | 2015-12-18 | 2019-08-27 | Fisher-Rosemount Systems, Inc. | Methods and apparatus for using analytical/statistical modeling for continued process verification (CPV) |
CN105630957B (zh) * | 2015-12-24 | 2019-05-21 | 北京大学 | 一种基于用户管理应用行为的应用质量判别方法及系统 |
US10382312B2 (en) * | 2016-03-02 | 2019-08-13 | Fisher-Rosemount Systems, Inc. | Detecting and locating process control communication line faults from a handheld maintenance tool |
CN105868164B (zh) * | 2016-03-19 | 2019-01-01 | 浙江大学 | 一种基于有监督的线性动态系统模型的软测量建模方法 |
EP3403148A1 (de) * | 2016-03-24 | 2018-11-21 | Siemens Aktiengesellschaft | Verfahren zur steuerung, steuersystem und anlage |
CN109074051B (zh) * | 2016-03-28 | 2021-06-11 | 三菱电机株式会社 | 质量管理装置、质量管理方法及记录介质 |
DE102016111509B4 (de) * | 2016-06-23 | 2022-05-25 | Krohne Messtechnik Gmbh | Verfahren zum Betreiben eines Durchflussmessgeräts und Durchflussmessgerät |
US10643167B2 (en) * | 2016-07-28 | 2020-05-05 | Honeywell International Inc. | MPC with unconstrained dependent variables for KPI performance analysis |
US20190179272A1 (en) * | 2016-08-08 | 2019-06-13 | Triplewin Oy | A method, system, computer program product and computer data-base for controlling an industrial process or machine |
US11264121B2 (en) | 2016-08-23 | 2022-03-01 | Accenture Global Solutions Limited | Real-time industrial plant production prediction and operation optimization |
TWI617422B (zh) * | 2016-11-10 | 2018-03-11 | 財團法人資訊工業策進會 | 塑膠押出製程控制方法及參數調整系統 |
EP3559897A4 (en) * | 2016-12-22 | 2020-08-12 | Xevo Inc. | METHOD AND SYSTEM FOR PROVIDING ARTIFICIAL INTELLIGENCE (AIA) ANALYTICAL SERVICES USING A USER'S FINGERPRINT AND CLOUD DATA |
CN106843172B (zh) * | 2016-12-29 | 2019-04-09 | 中国矿业大学 | 基于jy-kpls的复杂工业过程在线质量预测方法 |
CN108268351B (zh) * | 2016-12-30 | 2021-06-04 | 中国移动通信集团宁夏有限公司 | 一种进程运行状态精确监控方法及系统 |
DE102017108496B4 (de) * | 2017-04-21 | 2023-06-29 | Windmöller & Hölscher Kg | Verfahren und Vorrichtungen sowie System zum Auf- und Abwickeln eines Wickels |
US10698372B2 (en) * | 2017-06-02 | 2020-06-30 | Aspen Technology, Inc. | Computer system and method for building and deploying predictive inferential models online to predict behavior of industrial processes |
TWI639925B (zh) * | 2017-08-28 | 2018-11-01 | Powerchip Technology Corporation | 統計多維變數而推算生產力的方法、統計多維變數而排程優先順序的方法與統計多維變數進行最佳化配置的方法 |
CN109559583B (zh) * | 2017-09-27 | 2022-04-05 | 华为技术有限公司 | 故障模拟方法及其装置 |
CN108052954B (zh) * | 2017-11-01 | 2021-08-03 | 佛山科学技术学院 | 基于多级高维特征的样本空间的故障诊断方法 |
US10871519B2 (en) * | 2017-11-07 | 2020-12-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Fuel cell stack prediction utilizing IHOS |
CN108153286B (zh) * | 2017-12-28 | 2020-08-28 | 浙江吉利新能源商用车有限公司 | 故障诊断方法、装置及跟随器诊断系统 |
CN110198223B (zh) * | 2018-02-27 | 2022-01-28 | 中兴通讯股份有限公司 | 网络故障预测方法、装置及设备、存储介质 |
CN108255656B (zh) * | 2018-02-28 | 2020-12-22 | 湖州师范学院 | 一种应用于间歇过程的故障检测方法 |
CN108492013A (zh) * | 2018-03-09 | 2018-09-04 | 同济大学 | 一种基于质量控制的制造系统调度模型有效性检测方法 |
CN108536943B (zh) * | 2018-03-19 | 2021-09-21 | 宁波大学 | 一种基于多生产单元变量交叉相关解耦策略的故障监测方法 |
CN111989625A (zh) | 2018-03-29 | 2020-11-24 | 安曼瑞士股份公司 | 沥青混合站的排放控制 |
CN110399347B (zh) * | 2018-04-23 | 2021-05-18 | 华为技术有限公司 | 告警日志压缩方法、装置及系统、存储介质 |
US10689953B2 (en) | 2018-05-22 | 2020-06-23 | Schlumberger Technology Corporation | Orientation measurements for rig equipment |
CN108845546B (zh) * | 2018-06-11 | 2020-10-27 | 宁波大学 | 一种基于bp神经网络自回归模型的动态过程监测方法 |
JP7455765B2 (ja) * | 2018-06-14 | 2024-03-26 | ゲスタンプ セルビシオス, エセ.ア. | 産業プロセスの品質監視 |
WO2020037127A1 (en) * | 2018-08-17 | 2020-02-20 | Dauntless.Io, Inc. | Systems and methods for modeling and controlling physical dynamical systems using artificial intelligence |
CN109116834B (zh) * | 2018-09-04 | 2021-02-19 | 湖州师范学院 | 一种基于深度学习的间歇过程故障检测方法 |
CN109086876B (zh) * | 2018-09-21 | 2022-07-22 | 广州发展集团股份有限公司 | 设备的运行状态检测方法、装置、计算机设备和存储介质 |
CN109472057B (zh) * | 2018-10-16 | 2023-05-23 | 浙江大学 | 基于跨工步隐式参数记忆的产品加工质量预测装置及方法 |
CN110364162B (zh) * | 2018-11-15 | 2022-03-15 | 腾讯科技(深圳)有限公司 | 一种人工智能的重置方法及装置、存储介质 |
US11681280B2 (en) * | 2018-12-31 | 2023-06-20 | Andritz Inc. | Material processing optimization |
CN109884893B (zh) * | 2019-02-28 | 2021-09-10 | 西安理工大学 | 一种多工序变量间动态时滞估计方法 |
WO2020188330A1 (en) * | 2019-03-15 | 2020-09-24 | 3M Innovative Properties Company | Operating a supply chain using causal models |
US11093315B2 (en) * | 2019-03-22 | 2021-08-17 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for detecting a fault or a model mismatch |
CN110032552B (zh) * | 2019-03-27 | 2023-02-28 | 国网山东省电力公司青岛供电公司 | 基于设备异动信息及调度在线更新的标准化系统及方法 |
EP3726318B1 (en) * | 2019-04-17 | 2022-07-13 | ABB Schweiz AG | Computer-implemented determination of a quality indicator of a production batch-run that is ongoing |
EP3726316B1 (en) * | 2019-04-17 | 2022-06-29 | ABB Schweiz AG | Controlling technical equipment through quality indicators using parameterized batch-run monitoring |
CN110060374B (zh) * | 2019-04-19 | 2021-06-01 | 中国航空无线电电子研究所 | 一种飞机燃油系统异常检测方法及装置 |
CN111861050B (zh) * | 2019-04-25 | 2024-02-20 | 富联精密电子(天津)有限公司 | 生产制程管控装置、方法及计算机可读存储介质 |
US20200402077A1 (en) * | 2019-06-20 | 2020-12-24 | Saudi Arabian Oil Company | Model predictive control using semidefinite programming |
JP6639760B1 (ja) * | 2019-06-28 | 2020-02-05 | 三菱電機株式会社 | 加工条件探索装置および加工条件探索方法 |
CN110533294B (zh) * | 2019-07-30 | 2024-04-16 | 中国核电工程有限公司 | 一种基于人工智能技术的核电厂运行故障报警方法 |
US11151121B2 (en) | 2019-08-30 | 2021-10-19 | International Business Machines Corporation | Selective diagnostics for computing systems |
CN111913462B (zh) * | 2019-09-07 | 2022-03-18 | 宁波大学 | 一种基于广义多块独立元分析模型的化工故障监测方法 |
CN110673556B (zh) * | 2019-09-23 | 2021-03-02 | 珠海格力电器股份有限公司 | 一种用于胀管过程的质量管控方法及系统 |
EP3805883A1 (de) * | 2019-10-08 | 2021-04-14 | Siemens Aktiengesellschaft | Verfahren und vorrichtungen zum bestimmen einer produktgüte |
US11663679B2 (en) | 2019-10-11 | 2023-05-30 | International Business Machines Corporation | Generating mode change alerts with automatic detection from sensor data |
US20210125068A1 (en) * | 2019-10-28 | 2021-04-29 | MakinaRocks Co., Ltd. | Method for training neural network |
EP4055454A4 (en) * | 2019-11-06 | 2024-01-31 | Nanotronics Imaging Inc | SYSTEMS, PROCESSES AND SUPPORTS FOR MANUFACTURING PROCESSES |
JP7291061B2 (ja) * | 2019-11-14 | 2023-06-14 | 株式会社日立製作所 | 分析システムおよび分析方法 |
JP7084907B2 (ja) * | 2019-11-28 | 2022-06-15 | 花王株式会社 | 品質計測方法及び品質計測装置 |
CN110905580B (zh) * | 2019-11-30 | 2021-07-27 | 西安科技大学 | 一种综掘工作面通风优化方法 |
CN111160652B (zh) * | 2019-12-31 | 2023-04-18 | 安徽海螺信息技术工程有限责任公司 | 一种基于知识感知的设备异常状态综合判断及运维方法 |
DE102020201599A1 (de) | 2020-02-10 | 2021-08-12 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Einrichtung zum Bestimmen einer Performanceeigenschaft eines Produkts |
US11676039B2 (en) | 2020-02-21 | 2023-06-13 | International Business Machines Corporation | Optimal interpretable decision trees using integer linear programming techniques |
DE102020202463A1 (de) | 2020-02-26 | 2021-08-26 | WAGO Verwaltungsgesellschaft mit beschränkter Haftung | Datenreduzierte Edge-zu-Cloud-Übertragung basierend auf Vorhersagemodellen |
US11086988B1 (en) * | 2020-02-28 | 2021-08-10 | Nanotronics Imaging, Inc. | Method, systems and apparatus for intelligently emulating factory control systems and simulating response data |
DE102020202869A1 (de) * | 2020-03-06 | 2021-09-09 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorverarbeitungsverfahren zur Bereitstellung homogener Datenblöcke |
CA3173428A1 (en) * | 2020-03-31 | 2021-10-07 | Abb Schweiz Ag | Training an artificial intelligence module for industrial applications |
EP3913445A1 (de) * | 2020-05-20 | 2021-11-24 | Siemens Aktiengesellschaft | Alarmbedingte darstellung von trendverlaufdiagrammen im kontext eines bedienens und beobachtens einer technischen anlage |
US12000260B2 (en) | 2020-07-27 | 2024-06-04 | Schlumberger Technology Corporation | Monitoring and diagnosis of equipment health |
US11656606B2 (en) * | 2020-08-20 | 2023-05-23 | International Business Machines Corporation | Site-wide operations management optimization for manufacturing and processing control |
CN116235121A (zh) | 2020-09-30 | 2023-06-06 | 西门子股份公司 | 识别用于执行生产过程的工业设施中的异常的装置和方法 |
US11868932B2 (en) | 2020-09-30 | 2024-01-09 | International Business Machines Corporation | Real-time opportunity discovery for productivity enhancement |
US20220121190A1 (en) * | 2020-10-16 | 2022-04-21 | Bell Textron Inc. | Methods and systems for performing non-destructive testing |
CN112364011B (zh) * | 2021-01-13 | 2021-04-02 | 睿至科技集团有限公司 | 一种线上数据模型管理装置、方法及其系统 |
DE102021201296A1 (de) * | 2021-02-11 | 2022-08-11 | Thyssenkrupp Ag | Vorhersagemodell zum Vorhersagen von Produktqualitätsparameterwerten |
CN113029624B (zh) * | 2021-03-04 | 2022-04-22 | 上海交通大学宁波人工智能研究院 | 一种水泥生料粉磨过程的故障检测方法 |
CN113658414B (zh) * | 2021-07-30 | 2023-03-10 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 矿场设备故障预警方法、装置、终端设备及存储介质 |
CN113592116B (zh) * | 2021-09-28 | 2022-03-01 | 阿里云计算有限公司 | 设备状态分析方法、装置、设备和存储介质 |
CN114217168B (zh) * | 2021-12-07 | 2024-06-04 | 云南电网有限责任公司保山供电局 | 基于录波数据最优特征选取的输电线路故障高效诊断方法 |
DE102021133852A1 (de) * | 2021-12-20 | 2023-06-22 | Läpple AG | Systemarchitektur und Verfahren zur Prozessüberwachung |
CN114613110B (zh) * | 2022-01-29 | 2023-08-18 | 上海至冕伟业科技有限公司 | 基于消防物联网的消防水系统故障检测预警系统及方法 |
CN114664058B (zh) * | 2022-01-29 | 2023-08-18 | 上海至冕伟业科技有限公司 | 一种消防水系统的整体故障预警系统及方法 |
CN114841396B (zh) * | 2022-03-16 | 2023-02-17 | 广东石油化工学院 | 石化生产过程的一种异变趋势预测与灾变风险预警方法 |
US20240004355A1 (en) * | 2022-06-29 | 2024-01-04 | Aspentech Corporation | System and Method for Building and Deploying Prescriptive Analytics to Predict and Control End Product Quality in Batch Production Monitoring and Optimization |
CN115274004B (zh) * | 2022-07-26 | 2023-06-09 | 江南大学 | 一种基于知识复用的发酵过程菌体浓度预测方法及系统 |
KR20240021642A (ko) * | 2022-08-10 | 2024-02-19 | 에스케이가스 주식회사 | 화학공정의 수율 예측 시뮬레이션 시스템 및 방법 |
CN115630877B (zh) * | 2022-12-19 | 2023-03-21 | 南京乔康生物科技有限公司 | 一种用于透明质酸钠生产的质量检测方法及系统 |
CN115839848B (zh) * | 2023-02-22 | 2023-05-05 | 中国船舶集团有限公司第七一九研究所 | 一种用于船舶诊断的数据采集及管理方法 |
CN117193273B (zh) * | 2023-11-07 | 2024-01-12 | 广东鑫钻节能科技股份有限公司 | 一种数字能源空压站的定位溯源系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5713511A (en) * | 1980-06-27 | 1982-01-23 | Chugoku Electric Power Co Ltd:The | Plant fault detecting device |
JP2002108412A (ja) * | 2000-10-03 | 2002-04-10 | Mitsubishi Chemicals Corp | モデル構築方法およびモデル構築システム |
JP2004078812A (ja) * | 2002-08-22 | 2004-03-11 | Yokogawa Electric Corp | プロセスデータの解析方法及び解析装置 |
JP2006107256A (ja) * | 2004-10-07 | 2006-04-20 | Toshiba Corp | モデルパラメータの自動フィッティング装置 |
Family Cites Families (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5086535A (en) * | 1990-10-22 | 1992-02-11 | Racine Industries, Inc. | Machine and method using graphic data for treating a surface |
JPH06213693A (ja) * | 1993-01-14 | 1994-08-05 | Hitachi Ltd | プラント運転支援装置 |
JPH06309585A (ja) * | 1993-04-26 | 1994-11-04 | Mitsubishi Electric Corp | プレ警報装置 |
US7454295B2 (en) * | 1998-12-17 | 2008-11-18 | The Watereye Corporation | Anti-terrorism water quality monitoring system |
US6865499B2 (en) * | 2001-04-26 | 2005-03-08 | Siemens Energy & Automation, Inc. | Method and apparatus for tuning compensation parameters in a motion control system associated with a mechanical member |
ATE301302T1 (de) * | 2002-01-24 | 2005-08-15 | Irobot Corp | Verfahren und system zur roboterlokalisierung und beschränkung des arbeitsbereichs |
JP2004038357A (ja) * | 2002-07-01 | 2004-02-05 | Toshiba Corp | プラント監視装置 |
EP1683022A2 (en) * | 2003-10-27 | 2006-07-26 | Netuitive, Inc. | Computer performance estimation system configured to take expected events into consideration |
CN101909002A (zh) * | 2004-03-26 | 2010-12-08 | 拉霍亚网络公司 | 用于可扩缩的多功能网络通信的系统和方法 |
US7477960B2 (en) * | 2005-02-16 | 2009-01-13 | Tokyo Electron Limited | Fault detection and classification (FDC) using a run-to-run controller |
US20060195375A1 (en) * | 2005-02-28 | 2006-08-31 | Moody's Investors Service, Inc. | System and method of evaluating credit instruments |
US7421348B2 (en) | 2005-03-18 | 2008-09-02 | Swanson Brian G | Predictive emissions monitoring method |
US7398186B2 (en) * | 2005-08-17 | 2008-07-08 | Xtek, Inc. | Data acquisition system for system monitoring |
WO2007047375A1 (en) * | 2005-10-14 | 2007-04-26 | Fisher-Rosemount Systems, Inc. | Statistical signatures used with multivariate statistical analysis for fault detection and isolation and abnormal condition prevention in a process |
JP2007148595A (ja) * | 2005-11-25 | 2007-06-14 | Yaskawa Electric Corp | 移動体 |
JP2007175286A (ja) * | 2005-12-28 | 2007-07-12 | Funai Electric Co Ltd | 自動掃除システム |
JP2007250748A (ja) * | 2006-03-15 | 2007-09-27 | Omron Corp | プロセス異常分析装置および方法並びにプログラム |
KR101241411B1 (ko) * | 2006-05-12 | 2013-03-11 | 삼성전자주식회사 | 이동 로봇의 실내 지도 작성 장치 및 방법 |
US7912676B2 (en) * | 2006-07-25 | 2011-03-22 | Fisher-Rosemount Systems, Inc. | Method and system for detecting abnormal operation in a process plant |
CN200947611Y (zh) * | 2006-08-18 | 2007-09-12 | 上海工业自动化仪表研究所 | 焊接过程质量监控的无线数据采集和处理装置 |
US7853431B2 (en) * | 2006-09-29 | 2010-12-14 | Fisher-Rosemount Systems, Inc. | On-line monitoring and diagnostics of a process using multivariate statistical analysis |
US8010321B2 (en) | 2007-05-04 | 2011-08-30 | Applied Materials, Inc. | Metrics independent and recipe independent fault classes |
CN101344790A (zh) * | 2007-07-09 | 2009-01-14 | 泰怡凯电器(苏州)有限公司 | 用于限定机器人工作区域的系统和方法 |
US8224690B2 (en) * | 2007-07-19 | 2012-07-17 | Hsb Solomon Associates | Graphical risk-based performance measurement and benchmarking system and method |
CN100498602C (zh) * | 2007-09-21 | 2009-06-10 | 浙江大学 | 一种机器人电子篱笆控制系统 |
US7930136B2 (en) * | 2007-10-02 | 2011-04-19 | Fisher-Rosemount Systems, Inc. | Simplified algorithm for abnormal situation prevention in load following applications |
CN100468246C (zh) * | 2007-10-22 | 2009-03-11 | 广东工业大学 | 生产过程的实时监控系统及监控方法 |
DE102007053310A1 (de) * | 2007-11-08 | 2009-06-10 | Robert Bosch Gmbh | Roboterfahrzeug sowie Ansteuerverfahren für ein Roboterfahrzeug |
CN201126538Y (zh) * | 2007-12-19 | 2008-10-01 | 江苏天奇物流系统工程股份有限公司 | 一种汽车行业工艺链条速度的反馈及控制系统 |
DE112009000224T5 (de) * | 2008-01-31 | 2011-01-05 | Fisher-Rosemount Systems, Inc., Austin | Robuster andaptiver modellprädiktiver Regler mit Abstimmung zum Ausgleich einer Modellfehlanpassung |
US8271122B2 (en) | 2008-03-07 | 2012-09-18 | Mks Instruments, Inc. | Process control using process data and yield data |
US8078434B2 (en) | 2008-07-17 | 2011-12-13 | Honeywell International Inc. | Systems and methods for offline and/or online batch monitoring using decomposition and signal approximation approaches |
CN101387632B (zh) * | 2008-10-17 | 2011-11-16 | 北京工业大学 | 一种污水处理过程中生化需氧量bod的软测量方法 |
JP4856163B2 (ja) * | 2008-12-26 | 2012-01-18 | 日立建機株式会社 | 建設機械の診断情報提供装置 |
CN201408359Y (zh) * | 2009-04-08 | 2010-02-17 | 东莞市依时利科技有限公司 | 一种工业生产流水线的实时数据采集系统 |
TWI416361B (zh) * | 2009-04-15 | 2013-11-21 | Inotera Memories Inc | 評估用以分析生產良率的資料價值之方法 |
US8571696B2 (en) * | 2009-06-10 | 2013-10-29 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to predict process quality in a process control system |
CN201489341U (zh) * | 2009-09-10 | 2010-05-26 | 浙江天工自信科技工程有限公司 | 智能联动监控系统 |
CN102033523B (zh) * | 2009-09-25 | 2014-01-01 | 上海宝钢工业检测公司 | 基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法 |
CN101799320B (zh) * | 2010-01-27 | 2011-05-25 | 北京信息科技大学 | 一种旋转设备故障预测方法及其装置 |
CN101830256B (zh) * | 2010-05-17 | 2012-03-28 | 华中科技大学 | 一种实现汽车整车总装车间均衡化生产的方法及系统 |
US8880203B2 (en) | 2010-05-21 | 2014-11-04 | Fisher-Rosemount Systems, Inc. | On-line alignment of a process analytical model with actual process operation |
CN102004831B (zh) * | 2010-11-17 | 2014-07-30 | 昆明理工大学 | 基于emd的预测多相混合效果的时间序列模型建立方法 |
TWI417746B (zh) * | 2010-12-03 | 2013-12-01 | Ind Tech Res Inst | 裝置的效能預測及故障檢測之方法 |
CN102426439A (zh) * | 2011-04-02 | 2012-04-25 | 东北大学 | 一种基于数据驱动的荒管质量预报与控制方法 |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
EP2788894A4 (en) * | 2011-12-05 | 2015-11-11 | Nexalogy Environics Inc | SYSTEM AND METHOD FOR PERFORMING AN ANALYSIS ON INFORMATION SUCH AS SOCIAL MEDIA |
US9215240B2 (en) * | 2013-07-25 | 2015-12-15 | Splunk Inc. | Investigative and dynamic detection of potential security-threat indicators from events in big data |
-
2012
- 2012-09-12 US US13/611,733 patent/US9110452B2/en active Active
- 2012-09-14 GB GB1804305.9A patent/GB2561082B/en active Active
- 2012-09-14 GB GB1216480.2A patent/GB2494778B/en active Active
- 2012-09-14 GB GB1804304.2A patent/GB2561713B/en active Active
- 2012-09-18 DE DE102012108760A patent/DE102012108760A1/de active Pending
- 2012-09-19 CN CN201710142403.3A patent/CN107045283B/zh active Active
- 2012-09-19 JP JP2012205421A patent/JP6140411B2/ja active Active
- 2012-09-19 CN CN201210353203.XA patent/CN103019094B/zh active Active
- 2012-09-19 CN CN202010000645.0A patent/CN111103803B/zh active Active
-
2015
- 2015-07-22 US US14/806,252 patent/US10140253B2/en active Active
- 2015-09-24 JP JP2015186868A patent/JP6067812B2/ja active Active
-
2016
- 2016-11-08 JP JP2016217779A patent/JP2017062822A/ja active Pending
-
2019
- 2019-02-01 JP JP2019016898A patent/JP6793213B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5713511A (en) * | 1980-06-27 | 1982-01-23 | Chugoku Electric Power Co Ltd:The | Plant fault detecting device |
JP2002108412A (ja) * | 2000-10-03 | 2002-04-10 | Mitsubishi Chemicals Corp | モデル構築方法およびモデル構築システム |
JP2004078812A (ja) * | 2002-08-22 | 2004-03-11 | Yokogawa Electric Corp | プロセスデータの解析方法及び解析装置 |
JP2006107256A (ja) * | 2004-10-07 | 2006-04-20 | Toshiba Corp | モデルパラメータの自動フィッティング装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015011722A (ja) * | 2013-06-28 | 2015-01-19 | 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 | プロセス制御システムにおける非侵入的データ分析 |
KR20160003549A (ko) | 2014-07-01 | 2016-01-11 | 세이부덴키 가부시키가이샤 | 통신 이상 검출 장치, 통신 이상 검출 방법 및 프로그램 |
JP2017138789A (ja) * | 2016-02-03 | 2017-08-10 | 横河電機株式会社 | 設備診断装置、設備診断方法及び設備診断プログラム |
WO2017134983A1 (ja) * | 2016-02-03 | 2017-08-10 | 横河電機株式会社 | 設備診断装置、設備診断方法及び設備診断プログラム |
JP2018112504A (ja) * | 2017-01-13 | 2018-07-19 | アズビル株式会社 | 時系列データ処理装置および処理方法 |
JP2022033206A (ja) * | 2017-06-28 | 2022-02-28 | 東京エレクトロン株式会社 | 熱処理装置、熱処理装置の管理方法及び記憶媒体 |
JP7238955B2 (ja) | 2017-06-28 | 2023-03-14 | 東京エレクトロン株式会社 | 熱処置装置の状態監視装置、熱処理装置の管理方法及び記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
US9110452B2 (en) | 2015-08-18 |
JP2016021257A (ja) | 2016-02-04 |
GB2561082A (en) | 2018-10-03 |
GB201804304D0 (en) | 2018-05-02 |
CN111103803B (zh) | 2023-11-03 |
CN107045283B (zh) | 2021-02-09 |
GB201804305D0 (en) | 2018-05-02 |
DE102012108760A1 (de) | 2013-05-08 |
US20130069792A1 (en) | 2013-03-21 |
CN103019094B (zh) | 2017-04-12 |
GB2494778A (en) | 2013-03-20 |
JP6793213B2 (ja) | 2020-12-02 |
JP2017062822A (ja) | 2017-03-30 |
CN107045283A (zh) | 2017-08-15 |
JP2019083056A (ja) | 2019-05-30 |
GB201216480D0 (en) | 2012-10-31 |
CN111103803A (zh) | 2020-05-05 |
JP6140411B2 (ja) | 2017-05-31 |
JP6067812B2 (ja) | 2017-01-25 |
CN103019094A (zh) | 2013-04-03 |
GB2561713A (en) | 2018-10-24 |
GB2561082B (en) | 2019-04-03 |
GB2494778B (en) | 2019-04-03 |
US20150324329A1 (en) | 2015-11-12 |
US10140253B2 (en) | 2018-11-27 |
GB2561713B (en) | 2020-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6793213B2 (ja) | コンピュータ実施方法、処理モデル展開システム、処理監視システム | |
US10018997B2 (en) | Non-intrusive data analytics in a process control system | |
US9158295B2 (en) | Multi-stage process modeling method | |
US9323234B2 (en) | Predicted fault analysis | |
US20190286076A1 (en) | Process Model Identification in a Process Control System | |
JP5649334B2 (ja) | プロセスコントロールシステムのプロセス品質を予測する方法および装置 | |
JP6166883B2 (ja) | 予測された欠陥分析 | |
US20080082295A1 (en) | Abnormal situation prevention in a coker heater | |
US11449044B2 (en) | Successive maximum error reduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150924 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150924 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160712 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161011 |
|
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: 20170404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170501 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6140411 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |