JP2013526751A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2013526751A5 JP2013526751A5 JP2013511408A JP2013511408A JP2013526751A5 JP 2013526751 A5 JP2013526751 A5 JP 2013526751A5 JP 2013511408 A JP2013511408 A JP 2013511408A JP 2013511408 A JP2013511408 A JP 2013511408A JP 2013526751 A5 JP2013526751 A5 JP 2013526751A5
- Authority
- JP
- Japan
- Prior art keywords
- processing stage
- model
- stage
- processing
- instructions
- 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 claims 60
- 230000000875 corresponding Effects 0.000 claims 13
- 238000010923 batch production Methods 0.000 claims 7
- 238000010924 continuous production Methods 0.000 claims 4
- 238000000513 principal component analysis Methods 0.000 claims 2
Claims (38)
- プロセスのモデル構築方法であって、
前記プロセスを、少なくとも第1処理段と第2処理段とを含む複数の処理段に分解することと、
各々が前記複数の処理段の各々に対応し、少なくとも前記第1処理段のモデルと第2処理段のモデルとを含む、複数のモデルを開発することと
を含み、
各々の処理段に対応する前記モデルが、その処理段の1つ以上の実行からのデータとその処理段の1つ以上の実行に関連する出力品質データとを利用して開発され、各々の処理段に対応する前記モデルが、その処理段に関連する出力品質予想を立てるのに適しており、
前記第1処理段の前記モデルにより生成される前記出力品質予想を利用して、前記第2処理段の前記モデルを開発する、
方法。 - 各々の処理段に対応する前記モデルが、最終段製品品質と最終バッチ製品品質のうちの1つの予想を含む出力品質予想を立てるのに適している、請求項1に記載の方法。
- その処理段の前記1つ以上の実行に関連する前記出力品質データが、最終段製品品質と最終バッチ製品品質のうちの1つを含む、請求項1又は請求項2に記載の方法。
- 前記第1処理段に対する前記モデルにより導出された情報が、前記第2処理段の前記モデルに対する初期条件として利用される、請求項1〜請求項3の何れか1項に記載の方法。
- 前記プロセスが、バッチ処理であり、複数の処理段に対応する複数のモデルを開発することが、複数のバッチを作成するために、複数の前記プロセスの実行の各々の間にデータを収集するデータ収集工程を含み、前記データ収集工程が、各々の前記プロセスの実行の各々の処理段の間に、複数のプロセス変数の各々に対する値を計測することを含む、請求項1〜請求項4の何れか1項に記載の方法。
- 前記プロセスがバッチ処理であり、処理段に対して計測される値が、複数のバッチの各々に対する前記処理段の間に複数の変数の各々に対して計測される複数の値を含む、3次元データ配列を含み、前記複数の処理段の間の複数の時刻の各々で、前記3次元データ配列を、プロセス変数値を含む2次元データ配列に展開することを更に含む、請求項1〜請求項5の何れか1項に記載の方法。
- 前記プロセスがバッチ処理であり、前記第1処理段の前記モデルにより導出され、前記第2処理段により利用される情報が、前記バッチ処理により生成されるバッチに対する品質予想を含む、請求項1〜請求項6の何れか1項に記載の方法。
- 前記プロセスが連続処理であり、前記複数の処理段に対応する複数のモデルを開発することが、前記プロセスを実施する間の複数の時間枠の各々の間にデータを収集するデータ収集工程を含み、前記データ収集工程が、各々の時間枠の間に、複数のプロセス変数の各々に対する値を計測することを含む、請求項1〜請求項7の何れか1項に記載の方法。
- 前記プロセスが連続処理であり、処理段に対して計測される値が、前記プロセスを実施する間の複数の時間枠の各々にわたり、複数の変数の各々に対して、前記処理段の間に計測された複数の値を含む、3次元データ配列を含み、前記3次元データ配列を、前記連続処理を実施する間の複数の時間枠の各々でのプロセス変数値を含む、2次元データ配列に展開することを更に含む、請求項1〜請求項8の何れか1項に記載の方法。
- 複数のモデルを開発することが、処理段の潜在構造モデルへの投影(PLS)を構築することを含む、請求項1〜請求項9の何れか1項に記載の方法。
- 前記第1処理段の前記モデルにより導出され、前記第2処理段の前記モデルにより利用される情報の少なくとも一部分に、忘却因子を加えることを更に含む、請求項1〜請求項10の何れか1項に記載の方法。
- プロセスを、少なくとも第1処理段と第2処理段とを含む複数の処理段に分解することと、
各々が前記複数の処理段の各々に対応し、少なくとも前記第1処理段のモデルと第2処理段のモデルとを含む、複数のモデルを開発することとを含み、
前記第2処理段の前記モデルは、前記第1処理段の前記モデルにより導出された情報を利用し、
前記複数のモデルを利用して、前記プロセスのパラメータ値を予想すること
をさらに含む、プロセスにより作成されるバッチを分析する方法。 - 前記第1処理段の前記モデルにより導出された前記情報が、前記第1処理段の出力品質予想を含む、請求項12に記載の方法。
- 前記第2処理段の前記モデルが、前記第1処理段に対する前記出力品質予想の信頼性測度を更に利用する、請求項13に記載の方法。
- 前記信頼性測度が、前記第1処理段に対する前記出力品質予想に関連する信頼区間である、請求項14に記載の方法。
- 前記第1処理段の前記モデルと前記第2処理段の前記モデルのうちの少なくとも1つが、PLSモデルである、請求項12〜請求項15の何れか1項に記載の方法。
- プロセスをモデル構築するための機械的に実行可能な命令が保存されている、コンピュータ読出可能媒体であって、前記プロセスが、少なくとも第1処理段と第2処理段とを含む複数の処理段に分割可能であり、前記機械的に実行可能な命令が、
各々が前記複数の処理段の各々に対応し、少なくとも前記第1処理段のモデルと前記第2処理段のモデルとを含む、複数のモデルを開発するための第1組の命令
を含み、
前記第1組の命令が、その処理段の1つ以上の実行からのデータと、その処理段の前記1つ以上の実行に関連する出力品質データとを利用して、各々の処理段に対応する前記モデルを開発し、各々の処理段に対応する前記モデルが、その処理段に関連する出力品質予想を立てるのに適しており、
前記第1組の命令が、前記第1処理段の前記モデルにより生成される前記出力品質予想を利用して、前記第2処理段の前記モデルを開発する、
コンピュータ読出可能媒体。 - 前記プロセスがバッチ処理であり、前記第1組の命令が、複数のバッチを作成するために、複数の前記プロセスの実行の各々の間にデータを収集する命令を含み、前記データの収集が、各々の前記プロセスの実行の各々の処理段の間に、複数のプロセス変数の各々に対する値を計測することを含む、請求項17に記載のコンピュータ読出可能媒体。
- 前記プロセスがバッチ処理であり、処理段に対して計測される値が、複数のバッチの各々に対する前記処理段の間に複数の変数の各々に対して計測された複数の値を含む、3次元データ配列を含み、前記複数の処理段の間の複数の時刻の各々で、前記3次元データ配列を、プロセス変数値を含む2次元データ配列に展開する命令を更に含む、請求項17又は請求項18に記載のコンピュータ読出可能媒体。
- 前記プロセスがバッチ処理であり、前記第1処理段の前記モデルにより導出され、前記第2処理段により利用される情報が、前記バッチ処理により生成されるバッチに対する品質予想を含む、請求項17〜請求項19の何れか1項に記載のコンピュータ読出可能媒体。
- 前記プロセスが連続プロセスであり、前記第1組の命令が、前記複数の処理段に対して複数のモデルを開発するための命令を含み、前記プロセスを実施する間の複数の時間枠の各々の間にデータを収集する命令を含み、前記データを収集する命令が、各々の時間枠の間に、複数のプロセス変数の各々に対する値を計測することを含む、請求項17〜請求項20の何れか1項に記載のコンピュータ読出可能媒体。
- 前記プロセスが連続処理であり、処理段に対して計測される値が、前記プロセスを実施する間の複数の時間枠の各々にわたり、複数の変数の各々に対して、前記処理段の間に計測された複数の値を含む、3次元データ配列を含み、前記第1組の命令が、前記3次元データ配列を、前記連続処理を実施する間の複数の時間枠の各々でのプロセス変数値を含む、2次元データ配列に展開する命令を更に含む、請求項17〜請求項21の何れか1項に記載のコンピュータ読出可能媒体。
- 複数のモデルを開発するための前記第1組の命令が、処理段の潜在構造への投影(PLS)モデルを構築する命令を含む、請求項17〜請求項22の何れか1項に記載のコンピュータ読出可能媒体。
- プロセスにより生成されるバッチを分析するための機械的に実行可能な命令が保存されたコンピュータ読出可能媒体であって、前記プロセスが、少なくとも第1処理段と第2処理段とを含む複数の処理段に分割可能であり、前記機械的に実行可能な命令が、
各々が前記複数の処理段の各々に対応し、少なくとも前記第1処理段のモデルと前記第2処理段のモデルとを含む、複数のモデルを開発するための第1組の命令を含み、
前記第2処理段の前記モデルは、前記第1処理段の前記モデルにより導出された情報を利用し、
前記プロセスのパラメータ値を予想するために前記複数のモデルを利用する第2組の命令をさらに含む、コンピュータ読出可能媒体。 - 前記第1処理段の前記モデルにより導出された前記情報が、前記第1処理段の出力品質予想を含む、請求項24に記載のコンピュータ読出可能媒体。
- 前記第2処理段の前記モデルが、前記第1処理段に対する前記出力品質予想の信頼性測度を更に利用する、請求項25に記載のコンピュータ読出可能媒体。
- 前記信頼性測度が、前記第1処理段に対する前記出力品質予想に関連する信頼区間である、請求項26に記載のコンピュータ読出可能媒体。
- 前記第1処理段の前記モデルと前記第2処理段の前記モデルのうちの少なくとも1つが、PLSモデルである、請求項24〜請求項27の何れか1項に記載のコンピュータ読出可能媒体。
- 第1処理段と第2処理段とを有するプロセスのモデルを構築する方法であって、
複数の前記プロセスの実行に対応する系列データ集合を利用して、前記第1処理段のモデルを開発することと、
前記系列データ集合の少なくとも第1部分を、入力として前記第1処理段の前記モデルに加えて、前記第1処理段の出力品質予想を立てることと、
前記系列データ集合の少なくとも第2部分と前記第1処理段の前記出力品質予想とを利用して、第2処理段のモデルを開発することと
を含む、方法。 - 各々の処理段のモデルを開発することと、前記系列データ集合の少なくとも一部分を入力として各々の処理段の前記モデルに加えて、その処理段の出力品質予想を立てることと、前記系列データ集合の少なくとも一部分と先行する処理段の前記出力品質予想を、前記第1処理段に続く各々の処理段の前記モデルに加えることとを更に含む、請求項29に記載の方法。
- 前記第1処理段の前記モデルと前記第2処理段の前記モデルのうちの少なくとも1つが、潜在構造への投影(PLS)モデルである、請求項29又は請求項30に記載の方法。
- 第1処理段と第2処理段とを有する多段処理のモデルを利用する方法であって、前記モデルが、前記第1処理段及び前記第2処理段の各々のモデルを含み、
前記多段処理の第1実行から得られる第1組のデータを前記第1処理段の前記モデルに加えて、前記第1処理段の出力品質予想を立てることと、
前記多段処理の第2実行から得られる第2組のデータと前記第1処理段の前記出力品質予想とを前記第2処理段の前記モデルに加えることと
を含む、
方法。 - 前記第1処理段の前記出力品質予想の信頼性測度を前記第2処理段の前記モデルに加えることを更に含む、請求項32に記載の方法。
- 前記第1処理段の前記モデルと前記第2処理段の前記モデルのうちの少なくとも1つが、主成分分析(PCA)モデルである、請求項32又は請求項33に記載の方法。
- 前記第1組のデータが、前記多段処理の実行の前記第1処理段の間に得られるプロセス変数データに対応し、前記第2組のデータが、前記多段処理の前記実行の前記第2処理段の間に得られるプロセス変数データに対応する、請求項32〜請求項34の何れか1項に記載の方法。
- 第1処理段と第2処理段と有するプロセスのモデルを構築するために機械的に実行可能な命令が保存されているコンピュータ読出可能媒体であって、前記機械的に実行可能な命令が、
複数の前記プロセスの実行に対応する系列データ集合を利用して前記第1処理段のモデルを開発するための第1組の命令と、
前記系列データ集合の少なくとも第1部分を入力として前記第1処理段の前記モデルに加えて、前記第1処理段の出力品質予想を立てる第2組の命令と、
前記系列データ集合の少なくとも第2部分と前記第1処理段の前記出力品質予想とを利用して、前記第2処理段のモデルを開発するための第3組の命令と
を含む、コンピュータ読出可能媒体。 - 前記第1処理段の前記モデルと前記第2処理段の前記モデルのうちの少なくとも1つが、潜在構造への投影(PLS)モデルである、請求項36に記載のコンピュータ読出可能媒体。
- 多段処理の第1実行から得られる第1組のデータを前記第1処理段の前記モデルに加えて、前記第1処理段の出力品質予想を立てる第4組の命令と、
前記多段処理の第2実行から得られる第2組のデータと前記第1処理段の前記出力品質予想とを、前記第2処理段の前記モデルに加える第5組の命令と
を更に含む、請求項36又は請求項37に記載のコンピュータ読出可能媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US34724410P | 2010-05-21 | 2010-05-21 | |
US61/347,244 | 2010-05-21 | ||
PCT/US2011/037480 WO2011146914A2 (en) | 2010-05-21 | 2011-05-21 | Multi-stage process modeling method |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015126372A Division JP6095732B2 (ja) | 2010-05-21 | 2015-06-24 | コンピュータベースの方法及びコンピュータベースのモデル |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013526751A JP2013526751A (ja) | 2013-06-24 |
JP2013526751A5 true JP2013526751A5 (ja) | 2014-07-03 |
JP5938034B2 JP5938034B2 (ja) | 2016-06-22 |
Family
ID=44626715
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013511408A Active JP5938034B2 (ja) | 2010-05-21 | 2011-05-21 | プロセスのモデル構築方法、バッチを分析する方法、コンピュータ読出可能媒体及び多段処理のモデルを利用する方法 |
JP2015126372A Active JP6095732B2 (ja) | 2010-05-21 | 2015-06-24 | コンピュータベースの方法及びコンピュータベースのモデル |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015126372A Active JP6095732B2 (ja) | 2010-05-21 | 2015-06-24 | コンピュータベースの方法及びコンピュータベースのモデル |
Country Status (6)
Country | Link |
---|---|
US (1) | US9158295B2 (ja) |
JP (2) | JP5938034B2 (ja) |
CN (2) | CN102906650B (ja) |
DE (1) | DE112011101738T5 (ja) |
GB (1) | GB2493867B (ja) |
WO (1) | WO2011146914A2 (ja) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9323234B2 (en) | 2009-06-10 | 2016-04-26 | Fisher-Rosemount Systems, Inc. | Predicted fault analysis |
US9217565B2 (en) | 2010-08-16 | 2015-12-22 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic matrix control of steam temperature with prevention of saturated steam entry into superheater |
US9335042B2 (en) | 2010-08-16 | 2016-05-10 | Emerson Process Management Power & Water Solutions, Inc. | Steam temperature control using dynamic matrix control |
US9447963B2 (en) | 2010-08-16 | 2016-09-20 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic tuning of dynamic matrix control of steam temperature |
US9163828B2 (en) | 2011-10-31 | 2015-10-20 | Emerson Process Management Power & Water Solutions, Inc. | Model-based load demand control |
US9915940B2 (en) * | 2011-10-31 | 2018-03-13 | Applied Materials, Llc | Bi-directional association and graphical acquisition of time-based equipment sensor data and material-based metrology statistical process control data |
US10796232B2 (en) * | 2011-12-04 | 2020-10-06 | Salesforce.Com, Inc. | Explaining differences between predicted outcomes and actual outcomes of a process |
US8880691B2 (en) * | 2012-09-25 | 2014-11-04 | Alcatel Lucent | Confidence based network management |
CN103245759A (zh) * | 2013-03-28 | 2013-08-14 | 杭州电子科技大学 | 基于自回归全潜结构投影模型的产品质量监测方法 |
US10018997B2 (en) * | 2013-06-28 | 2018-07-10 | Fisher-Rosemount Systems, Inc. | Non-intrusive data analytics in a process control system |
JP6733164B2 (ja) * | 2015-02-26 | 2020-07-29 | 富士電機株式会社 | プロセス監視装置、プロセス監視方法及びプログラム |
US10394897B2 (en) | 2015-09-11 | 2019-08-27 | International Business Machines Corporation | Visualization of serial processes |
US10503156B2 (en) * | 2015-09-18 | 2019-12-10 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to define stages for multi-variate batch control analytics |
US9928625B2 (en) | 2015-11-19 | 2018-03-27 | International Business Machines Corporation | Visualizing temporal aspects of serial processes |
US11144842B2 (en) * | 2016-01-20 | 2021-10-12 | Robert Bosch Gmbh | Model adaptation and online learning for unstable environments |
JP2018067051A (ja) * | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
US10354343B2 (en) * | 2016-11-14 | 2019-07-16 | Schneider Electric Systems Usa, Inc. | Automated process control hardware engineering using schema-represented requirements |
JP7015108B2 (ja) * | 2016-12-07 | 2022-02-02 | 三菱重工業株式会社 | 運用支援装置、機器運用システム、運用方法、制御方法及びプログラム |
US11273553B2 (en) * | 2017-06-05 | 2022-03-15 | Autodesk, Inc. | Adapting simulation data to real-world conditions encountered by physical processes |
CN107357269A (zh) * | 2017-06-17 | 2017-11-17 | 湖州师范学院 | 基于混合mpls的多阶段过程质量预报方法 |
US11362968B2 (en) * | 2017-06-30 | 2022-06-14 | Intel Corporation | Technologies for dynamic batch size management |
CN108572873B (zh) * | 2018-04-24 | 2021-08-24 | 中国科学院重庆绿色智能技术研究院 | 一种解决Spark数据倾斜问题的负载均衡方法及装置 |
US11614733B2 (en) * | 2018-04-30 | 2023-03-28 | Aspentech Corporation | Computer system and method for automated batch data alignment in batch process modeling, monitoring and control |
WO2020072432A1 (en) * | 2018-10-01 | 2020-04-09 | Elemental Machines, Inc. | Method and apparatus for process optimization |
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 |
US11221607B2 (en) * | 2018-11-13 | 2022-01-11 | Rockwell Automation Technologies, Inc. | Systems and methods for analyzing stream-based data for asset operation |
CN109709926B (zh) * | 2019-01-25 | 2020-11-24 | 东华大学 | 纤维生产过程中熔体品质的调整方法 |
JP7081532B2 (ja) * | 2019-02-26 | 2022-06-07 | 横河電機株式会社 | 品質安定化システム及び品質安定化方法 |
JP6790154B2 (ja) * | 2019-03-07 | 2020-11-25 | 東芝デジタルソリューションズ株式会社 | 協調型学習システム及び監視システム |
US20200327476A1 (en) * | 2019-04-10 | 2020-10-15 | Exxonmobil Research And Engineering Company | Dynamic quality control in petrochemical, chemical, and pharmaceutical manufacturing processes |
EP3726316B1 (en) * | 2019-04-17 | 2022-06-29 | ABB Schweiz AG | Controlling technical equipment through quality indicators using parameterized batch-run monitoring |
US11899417B2 (en) * | 2019-05-02 | 2024-02-13 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to implement predictive analytics for continuous control system processes |
US11169976B2 (en) | 2019-06-11 | 2021-11-09 | International Business Machines Corporation | Data quality control |
CN111047078B (zh) * | 2019-11-25 | 2023-05-05 | 中山大学 | 交通特征预测方法、系统及存储介质 |
US11194300B2 (en) * | 2019-12-06 | 2021-12-07 | Yokogawa Electric Corporation | Methods, systems and computer program products for monitoring field device states in a process control system |
US11461162B2 (en) * | 2020-07-06 | 2022-10-04 | Ringcentral, Inc. | Maze-driven self-diagnostics using reinforcement learning |
US11526155B2 (en) | 2020-07-30 | 2022-12-13 | Aspentech Corporation | Computer system and method for batch data alignment with active learning in batch process modeling, monitoring, and control |
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 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7461040B1 (en) | 1999-10-31 | 2008-12-02 | Insyst Ltd. | Strategic method for process control |
EP1301846A4 (en) * | 2000-06-19 | 2006-03-22 | P C Krause And Associates Inc | DISTRIBUTED SIMULATION |
US7167583B1 (en) * | 2000-06-28 | 2007-01-23 | Landrex Technologies Co., Ltd. | Image processing system for use with inspection systems |
JP3877948B2 (ja) | 2000-10-03 | 2007-02-07 | 三菱化学株式会社 | モデル構築方法およびモデル構築システム |
US20030041042A1 (en) * | 2001-08-22 | 2003-02-27 | Insyst Ltd | Method and apparatus for knowledge-driven data mining used for predictions |
WO2004003671A1 (en) * | 2002-06-28 | 2004-01-08 | Umetrics Ab | Method and device for monitoring and fault detection in industrial processes |
US6885907B1 (en) | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
US20090312851A1 (en) | 2005-07-25 | 2009-12-17 | Biogen Idec Ma Inc. | System and Method for Bioprocess Control |
US7877154B2 (en) | 2005-09-30 | 2011-01-25 | Fisher-Rosemount Systems, Inc. | Method and system for controlling a batch process |
US8489360B2 (en) | 2006-09-29 | 2013-07-16 | Fisher-Rosemount Systems, Inc. | Multivariate monitoring and diagnostics of process variable data |
US20080103747A1 (en) | 2006-10-31 | 2008-05-01 | Macharia Maina A | Model predictive control of a stillage sub-process in a biofuel production process |
US20090089247A1 (en) | 2007-09-28 | 2009-04-02 | Terrence Lynn Blevins | Methods and apparatus to standardize data properties in a process control environment |
US8761909B2 (en) * | 2007-11-30 | 2014-06-24 | Honeywell International Inc. | Batch process monitoring using local multivariate trajectories |
JP4911055B2 (ja) * | 2008-02-05 | 2012-04-04 | 富士電機株式会社 | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 |
US20090287320A1 (en) | 2008-05-13 | 2009-11-19 | Macgregor John | System and Method for the Model Predictive Control of Batch Processes using Latent Variable Dynamic Models |
US8494798B2 (en) | 2008-09-02 | 2013-07-23 | Mks Instruments, Inc. | Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection |
US8090676B2 (en) | 2008-09-11 | 2012-01-03 | Honeywell International Inc. | Systems and methods for real time classification and performance monitoring of batch processes |
US9182752B2 (en) * | 2010-05-21 | 2015-11-10 | Fisher-Rosemount Systems, Inc. | Method and system for multi-zone modeling to determine material properties in storage tanks |
-
2011
- 2011-05-21 US US13/113,044 patent/US9158295B2/en active Active
- 2011-05-21 CN CN201180025148.5A patent/CN102906650B/zh active Active
- 2011-05-21 GB GB1220606.6A patent/GB2493867B/en active Active
- 2011-05-21 DE DE112011101738T patent/DE112011101738T5/de active Pending
- 2011-05-21 WO PCT/US2011/037480 patent/WO2011146914A2/en active Application Filing
- 2011-05-21 JP JP2013511408A patent/JP5938034B2/ja active Active
- 2011-05-21 CN CN201610524746.1A patent/CN106094568B/zh active Active
-
2015
- 2015-06-24 JP JP2015126372A patent/JP6095732B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013526751A5 (ja) | ||
CN108305094B (zh) | 一种用户行为预测方法及装置,电子设备 | |
Burattin et al. | PLG: A framework for the generation of business process models and their execution logs | |
WO2011146914A3 (en) | Multi-stage process modeling method | |
Calotoiu et al. | Fast multi-parameter performance modeling | |
JP2013084251A5 (ja) | ||
Commandeur et al. | Statistical software for state space methods | |
JP2015011722A5 (ja) | ||
JP5510642B2 (ja) | 予測・診断モデルの構築装置 | |
Borgdorff et al. | Performance of distributed multiscale simulations | |
RU2011129339A (ru) | Нормализация данных, используемых для контроля авиационного двигателя | |
US20170090891A1 (en) | Method and device for assisting with code optimisation and parallelisation | |
Huang et al. | A maximum pseudo-profile likelihood estimator for the Cox model under length-biased sampling | |
JP6216294B2 (ja) | 重回帰分析装置および重回帰分析方法 | |
Yoo et al. | Osmoselua–an integrated approach to energy systems integration with lcia and gis | |
JP2007172127A5 (ja) | ||
CN101561904A (zh) | 一种基于过程数据的软件项目成本测定方法及系统 | |
CN103885867A (zh) | 一种模拟电路性能的在线评价方法 | |
JP2010161290A5 (ja) | ||
US20110313736A1 (en) | Method and Algorithm for Modeling and Simulating A Discrete-Event Dynamic System | |
JP5687122B2 (ja) | ソフトウェア評価装置、ソフトウェア評価方法およびシステム評価装置 | |
KR101158637B1 (ko) | 효율적 시뮬레이션 정보 수집을 위한 실험 틀 및 이를 이용한 시뮬레이션 방법 및 시스템 | |
JP2017091550A (ja) | コンピュータ支援モデルの分析を簡略化するためのコンピュータ実施方法 | |
CN109711555A (zh) | 一种预测深度学习模型单轮迭代时间的方法和系统 | |
JP6733656B2 (ja) | 情報処理装置、情報処理システム、プラントシステム、情報処理方法、及び、プログラム |