JP2013528867A - 工場内の異常事象を特定するための統合エキスパートシステム - Google Patents
工場内の異常事象を特定するための統合エキスパートシステム Download PDFInfo
- Publication number
- JP2013528867A JP2013528867A JP2013509284A JP2013509284A JP2013528867A JP 2013528867 A JP2013528867 A JP 2013528867A JP 2013509284 A JP2013509284 A JP 2013509284A JP 2013509284 A JP2013509284 A JP 2013509284A JP 2013528867 A JP2013528867 A JP 2013528867A
- Authority
- JP
- Japan
- Prior art keywords
- model
- expert system
- rule
- process unit
- rules
- 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.)
- Pending
Links
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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
工場内の異常事象を特定するための、コンピュータによって実装される統合エキスパートシステム。このエキスパートシステムは、モデルに基づくエキスパートシステムを規則に基づくエキスパートシステムと統合する。モデルに基づくエキスパートシステムが、工場内のプロセスユニットの動作状態についてのデータを受け取り、そのプロセスユニットが異常に動作しているかどうかを判定する1つまたは複数の結果を計算する。規則に基づくエキスパートシステムも、プロセスユニットの動作状態についてのデータを受け取り、自らの規則をプロセスデータに適用する。規則に基づくエキスパートシステムは、モデルに基づくエキスパートシステムによって生成される1つまたは複数の結果にも自らの規則を適用する。この統合システムは、モデルに基づくエキスパートシステムによって生成される任意の冗長メッセージを抑制することもできる。
Description
本発明は、精製プラントや石油化学プラントなどの工場内の異常事象を特定するための、コンピュータによって実装されるエキスパートシステムに関する。
現代の石油精製所は、先進的プロセス制御システムによって制御されている。これらのプロセス制御システムは、プロセスを最適化することおよびプラントの運転における異常事象を特定することが含まれる、いくつもの機能を実行することができる。
様々な規模の事象および外乱が、絶えずプロセス操作に影響を及ぼしている。ほとんどの場合、これらの事象および外乱はプロセス制御システムによって処理される。しかし、プロセス制御システムが異常事象をうまく処理できない場合、人間オペレータがプロセス操作に介入しなければならない場合がある。人間の介入は、警告メッセージにより、コンソールオペレータに異常な状況を知らせることから始まる。警告メッセージは、特定のプロセス測定値が既定義の動作範囲および/または相関関係を超えるときトリガされる。これらの異常事象を早期に特定することは、問題がより深刻な事故にエスカレートする前に運転チームが介入することを可能にする。
多くの場合、異常事象の特定はエキスパートシステムによって行われる。エキスパートシステムとは、工場をどのように運転するのかについて、プラントオペレータが決定を下すのを支援するよう設計されたコンピュータツールである。一般に使用される2つの種類のエキスパートシステムは、モデルに基づくエキスパートシステムと規則に基づくエキスパートシステムである。
本発明の特定の実施形態は、工場内の異常事象を特定するために、モデルに基づくエキスパートシステムおよび規則に基づくエキスパートシステムの両方を使用することに関する。プラントの運転における潜在的な異常は大量の警告メッセージを発生させる可能性があり、その多くは不必要または冗長であり得る。警告メッセージが過多になると、異常事象特定システムの有効性を低減させることがある。このメッセージ過多の問題は、規則に基づくエキスパートシステムに加えてモデルに基づくエキスパートシステムの両方を診断のために使用するとき一層ひどくなる場合がある。したがって、この統合システムは、プラントオペレータへのより優れたメッセージ調整により、迷惑または冗長な警告の生成を減らすように設計される。この統合システムは、プラントの様々な運転モードに対処するように設計することもできる。
一実施形態では、本発明は、工場の運転における異常事象を特定するための方法を提供する。この方法は、(i)工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステム、および(ii)工場内のプロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムを有するステップを含む。モデルに基づくエキスパートシステムは、プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価する。モデルに基づくエキスパートシステムは、そのプロセスユニットが異常に動作しているかどうかを判定する1つまたは複数の結果を計算する。(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果の1つまたは複数を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用する。異常事象が特定される場合、その異常に関するメッセージがオペレータに送られる。さらに、モデルに基づくエキスパートシステムからのどんな冗長メッセージも抑制することができる。本発明の特定の実施形態は、この方法を実行するようにプログラムされたコンピュータシステム、ならびにそのようなコンピュータシステムを含む工場も提供する。
本明細書の好ましい実施形態では、工場を運転するための方法であって、
工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムを有するステップと、
工場内のプロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムを有するステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと、
異常に関するメッセージに基づいてプロセスユニットの動作を調節するステップと
を含む、方法である。
工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムを有するステップと、
工場内のプロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムを有するステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと、
異常に関するメッセージに基づいてプロセスユニットの動作を調節するステップと
を含む、方法である。
本明細書の別の好ましい実施形態では、
プロセスユニットと、
プロセスユニットの動作状態を感知する複数のセンサと、
複数のセンサと通信するプロセス制御システムと、
オペレータインターフェイスと、
a)プロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステム
b)プロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステム
を含むコンピュータシステムと
を備える工場であって、
そのコンピュータシステムは、
プロセスユニットの動作状態についてのデータを受け取るステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
工場である。
プロセスユニットと、
プロセスユニットの動作状態を感知する複数のセンサと、
複数のセンサと通信するプロセス制御システムと、
オペレータインターフェイスと、
a)プロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステム
b)プロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステム
を含むコンピュータシステムと
を備える工場であって、
そのコンピュータシステムは、
プロセスユニットの動作状態についてのデータを受け取るステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
工場である。
本明細書のさらに別の好ましい実施形態では、
a)工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムと、
b)プロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムと
を含むコンピュータシステムであって、
プロセスユニットの動作状態についてのデータを受け取るステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
コンピュータシステムである。
a)工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムと、
b)プロセスユニットの動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムと
を含むコンピュータシステムであって、
プロセスユニットの動作状態についてのデータを受け取るステップと、
プロセスユニットの動作状態についてのデータを使用してプロセスユニットの動作を評価するためにモデルに基づくエキスパートシステムを適用するステップと、
モデルに基づくエキスパートシステムから結果を得るステップと、
(a)プロセスユニットの動作状態についてのデータ、および(b)モデルに基づくエキスパートシステムからの結果を使用し、プロセスユニットの動作における可能な異常を特定するために規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、抑制されるメッセージは異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
コンピュータシステムである。
本発明の特定の実施形態は、工場の運転における異常事象を特定するためのエキスパートシステムに関する。これらの実施形態では、異常事象を特定する際のシステムの有効性を改善するために、モデルに基づくエキスパートシステムを規則に基づくエキスパートシステムと統合する。
モデルに基づくエキスパートシステムとは、プロセスの基礎をなす統計的原理または工学原理についての経験的知識または基礎的理解に基づく、工業プロセスの数学モデルを使用するエキスパートシステムである。本発明で使用するモデルに基づくエキスパートシステムは、どんな適切な方法で構築してもよい。数学モデルは、工業プロセスの通常運転を表すように設計される。種々の工業プロセスを表す、多岐にわたる様々な数学モデルが当技術分野で知られている。そのような数学モデルの例には、通常運転中のプロセス変数間の関係を表す簡単な工学等式、プラントの運転データを主成分に分解する主成分分析(PCA)モデル、およびPCAモデルの改変形態に基づく多変数統計モデルが含まれる。例えば、石油精製所内の様々なプロセスユニット用の主成分分析(PCA)モデルについては、米国特許出願公開第2007/0250292号明細書(Alagappanらによる題名「Application of Abnormal Event Detection Technology to Delayed Coking Unit」)(特許文献1)、および米国特許第7,349,746号明細書(Emigholzらによる題名「System and Method for Abnormal Event Detection in the Operation of Continuous Industrial Processes」)(特許文献2)の中で説明されており、これらはどちらも参照によりその全体を援用する。
プロセスデータがモデルに基づくエキスパートシステム内に供給され、数学モデル内の変数を埋めるために使用される。プロセスデータは、実時間で(例えばデータヒストリアンから、または工場内のプロセス制御システムから)受け取ることができる。これらの入力に基づき、数学モデルが、特定のプロセスユニットの通常運転を表す他の変数の値を計算する。計算された値が、モデルの変数によって表されるプロセス状態の実際の値と比較される。例えば、モデルに基づくエキスパートシステムは、統計的分析結果(例えば2乗予測誤差の和)を計算して、実際のプロセス値がモデルによって計算された値からどれ位外れているのか評価することができる。統計的分析結果は、プロセスユニットが異常に動作していることを示し得る。例えば、米国特許出願公開第2007/0250292号明細書(Alagappanら、参照により本明細書に援用する)(特許文献1)の中に記載のモデルを使用して単一の異常の確率を生成する。モデルに基づくエキスパートシステムは、モデルからの結果が既定義の限界値を超える場合プラントオペレータに警告メッセージを送ることができる。
数学モデルは、工場内で動作する様々なプロセスユニットの任意のものを表すように構築することができる。工場内のプロセスユニットは、任意の適切な方法で規定することができる。例えばプロセスユニットは、装置もしくは装置群、装置のサブコンポーネント、または工場内のプロセス制御システムの同じ制御ループ内のプロセス別に規定することができる。例えば精製プラントや石油化学プラントでは、プロセスユニットは、接触分解器、蒸留塔、反応器、熱交換系統、またはそれらのサブコンポーネントであり得る。
PCAモデルの場合、概念的なモデル設計は次の4つの主な決定にばらすことができ、その4つの主な決定とはつまり、(1)一致するPCAモデルを有する装置群にプロセス用装置を細分すること、(2)同じでないPCAモデルを必要とするプロセス運転モードにプロセスの運転データおよび期間を細分すること、(3)各PCAモデルへの入力として装置群の中のどの測定値を指定すべきかを特定すること、および(4)既知の事象または他の例外運転を抑制するためのフラグの役割を、装置群の中のどの測定値または変数が果たすべきかを特定すること、である。単一のPCAモデルによってカバーされる装置群を規定するには、プロセスの統合/相互作用についての理解が必要である。例えば装置群は、全ての主要な材料とエネルギの統合、および迅速な再利用を同じ装置群(工場の主要機能セクションまたは運転セクションと呼ぶこともできる)の中に含めることによって規定することができる。さらに、プロセス制御アプリケーションの分析は、プロセスユニット間の主要な相互作用を示し得る。例えば、プロセスが多変数拘束コントローラを使用する場合、そのコントローラのモデルはプロセスユニット間の相互作用点を明確に特定することができる。さもなければ、プロセスの工学解析により相互作用を特定しなければならない可能性がある。
場合によっては、装置群の間の相互作用が最小である点でプロセスユニットを分割することができる。例えば、分割点は、唯一の相互作用が次の下流ユニットへの供給を含む単一のパイプを介して生じる場所に作ることができる。この場合、温度、圧力、流量、および供給の組成が下流の装置群への主要な影響であり、すぐ下流にあるユニットの圧力が上流の装置群への主要な影響である。多変数拘束コントローラの設計と同様に、PCAモデルの境界は、全ての重要なプロセスの相互作用およびプロセスの変化や外乱についての主要な上流/下流の兆候を包含することができる。したがって、あるモデルが上流の装置群をカバーすることができ、別のモデルが下流の装置群をカバーすることができるが、これらの主要な影響の測定値は両方のモデルに含めることができる。さらに、有意な時間ダイナミクスがある場所(例えば貯蔵タンク、長いパイプラインなど)では常にプロセスユニットを装置群に分割することができる。
特定の実施形態では、モデルに基づくエキスパートシステムが、工場内の同じプロセスユニット用に複数の異なる数学モデルを含む。例えばそれらの異なる数学モデルは、プロセスユニットの様々な運転モードで用いるのに適している可能性がある。例えば工場内のプロセスユニットは、製品の様々な等級、有意なプロセス遷移(例えば起動、停止、供給原料の切替え)、異なる供給原料の処理(例えばオレフィン生産においてエタンに代えてナフサを分解すること)、プロセス用装置の異なる構成(例えば異なる組の装置の稼動)、異なる期間(例えば夏と冬)、異なる運転の制御モード(例えば自動、手動、またはカスケード)、または異なる生産速度(例えば高生産性と低生産性)ごとに様々な運転モードを使用することができる。これらの様々な運転モードが存在する場合、様々な数学モデルが必要であり得る。
本発明の特定の実施形態では、モデルに基づくエキスパートシステムを規則に基づくエキスパートシステムと統合する。規則に基づくエキスパートシステムとは、問題を特定する際に人間の専門家が従うであろうものと同様の、問題を評価するための1組の規則に基づくエキスパートシステムである。それらの規則は、問題のプロセスに関する入手可能な知識を捕捉するように設計される。規則は、「if−then」規則としても知られる「条件−アクション」規則形式である。「if」の部分は、その規則を適用可能にする事実または1組の特定の事実を規定する。規則の「then」の部分は、「if」の条件が満たされる場合に取るべきアクションを規定する。各規則の条件の部分は、規則に基づくエキスパートシステム内に供給されるプロセスデータに適用される関係を含むことができる。条件は、超(>)、未満(<)、等しい(=)、以上(≧)、以下(≦)、および等号否定(/=)などの算術関係で表すことができる。変化率、%変化、歴史的統計などの計算関数も条件において使用することができる。
規則に基づくエキスパートシステムは、プロセスユニットの動作状態についてのデータを受け取る。例えば、規則に基づくエキスパートシステムは、温度、流量、濃度、バルブの位置、タンクの水準、制御信号の値、警報、生産速度や他の測定値など、様々なプロセス状態を監視することができる。規則に基づくエキスパートシステムは、プロセスユニットの動作状態についてのデータに規則を適用することにより、工業プロセスの状態に関する結論を出すことができる。さらに、規則に基づくエキスパートシステムは、過去の警告、オペレータのアクション、設定点の変更、運転モード、プロセスの変数またはパラメータの履歴値など、プロセスユニットに関連する履歴データを分析することができる。本発明で使用することができる規則に基づくエキスパートシステムの1つの詳細な例が、参照により本明細書に援用する米国特許出願公開第2008/0154832号明細書(Kralらによる「Method for Message Suppression in Rule Based Expert System」)(特許文献3)の中に記載されている。
本発明では、規則に基づくエキスパートシステムが、工場内の異常な動作状態を特定するように構成される規則を含む。異常な動作状態が特定される場合、取るべきアクションは、その異常な状況をプラント従業員に知らせることであり得る。プラント従業員への通知は、オペレータインターフェイス(コンソールスクリーンなど)、電子メール、無線呼出し機、携帯型通信装置へのテキストメッセージ、または他の任意の適切な通信方式によって送ることができる。取るべきアクションは、異常な状況を正すことおよび/または異常な状況の影響を軽減することに関連してもよい。例えば、満たされている規則の条件に基づき、規則に基づくエキスパートシステムは、制御信号の値を上書きし、設定点の値を上書きし、装置の設定を修正し、装置を停止するようになど、プラント従業員に通知することができる。
本発明の特定の実施形態では、規則に基づくエキスパートシステムは、モデルに基づくエキスパートシステムによって計算された結果の1つまたは複数にもその規則を適用する。例えばその規則は、モデルに基づくエキスパートシステムによって生成される統計結果が特定の閾値を超えるかどうか、および超える場合は取るべきアクションを評価することができる。モデルに基づくエキスパートシステムによって計算される結果に加え、一部の事例では、規則は数学モデルの出力や決定変数など、モデルに基づくエキスパートシステム内に含まれる他の情報を考慮に入れることもできる。場合によっては、規則に基づくエキスパートシステムは、モデルに基づくエキスパートシステムによって生成された統計結果のどれを評価するのかを決定するための規則も有することができる。場合によっては、規則に基づくエキスパートシステムは、異常事象を特定するために、他のプロセスデータおよび/または状態とともに、モデルに基づくエキスパートシステムの統計結果をどのように評価すべきかを決定するための規則も有することができる。
プラントの運転における潜在的な異常は大量の警告メッセージを発生させる可能性があり、その多くは不必要または冗長であり得る。警告メッセージが過多になると、異常事象特定システムの有効性を低減させることがある。このメッセージ過多の問題は、規則に基づくエキスパートシステムに加えてモデルに基づくエキスパートシステムの両方を診断のために使用するときさらに際立つ場合がある。
プラントオペレータへのメッセージをより適切に調整するために、本発明の一部の実施形態では、規則に基づくエキスパートシステムは、モデルに基づくエキスパートシステムからの任意のメッセージが、規則に基づくエキスパートシステムによって下される結論にとって不要になるかどうかを判定するための規則をさらに含む。不要になると判定される場合、規則に基づくエキスパートシステムは、モデルに基づくエキスパートシステムからのそれらの冗長メッセージを抑制するように機能することができる。例えば、潜在的問題が、関連する装置、測定値、パラメータ等について生成される大量の警告メッセージをもたらす場合、規則に基づくエキスパートシステムは、それらの警告メッセージが潜在的問題を不明瞭にしないようにし、最も関連性のあるメッセージをオペレータに提示するように、それらの警告メッセージを選別することができる。
さらに、モデルに基づくエキスパートシステムが、プロセスユニットの様々な運転モードを処理するための複数の異なる数学モデルを有する場合、プロセスユニットの現在の運転モードに基づいてその数学モデルの1つまたは複数を抑制する必要があり得る。さらに、これらの様々な数学モデルは、プロセスの運転モードに基づいて活性化しまたは非活性化することができる。
図1は、ある特定の実施形態による、本発明をどのように実装できるのかについての概略図を示す。本発明は、石油産業や石油化学産業におけるプロセスユニットなど、工場内の多岐にわたる様々な種類のプロセスユニットでの使用に適している場合がある。この特定の事例では、精製所内の蒸留塔とともに使用するように異常事象特定システムが設計される。
蒸留塔は、動作状態(例えば温度、流量、濃度等)を感知する様々なセンサ10に関連付けられる。センサ10は、センサ10からデータを受け取るプロセス制御システム16と通信する。プロセス制御システム16は、オンライン分析器または実験室分析からもデータを受け取ることができる。
プロセス制御システム16は、蒸留塔内の異常事象を特定するための異常事象特定システムとともに動作する。異常事象特定システムは、モデルに基づくエキスパートシステム20と規則に基づくエキスパートシステム24とを含む。プロセス制御システム16からのデータが、モデルに基づくエキスパートシステム20内に供給され、モデルに基づくエキスパートシステム20は、蒸留塔が異常に動作しているかどうかを判定する1つまたは複数の統計指標22を計算する。
このシステムは、モデルに基づくエキスパートシステム20および規則に基づくエキスパートシステム24の両方によってアクセスされる、リレーショナルデータベース40も含む。データベース40は、(a)モデルに基づくエキスパートシステム内の数学モデルの構成に関するデータ、(b)規則に基づくエキスパートシステム内の規則の構成に関するデータ、および(c)統合エキスパートシステム内のメッセージ抑制関係に関するデータを含む。データベース40は、特定した異常の発生源を突き止めることおよび/または問題をさらに分析する、もしくは問題を正すためのステップに関連する情報も含むことができる。このデータベースは、過去の警報および警告、過去の異常事象、それらの警報および警告に対するオペレータの応答/フィードバック、規則およびモデルの編集履歴などの履歴データも記憶することができる。問題が特定されると、規則に基づくエキスパートシステムは、分析用の規則をデータベース内の関連データに適用することができる。繰り返し起こる問題を特定するために、異常事象が繰り返し起こる1つまたは複数の発生源をデータベースから分析することもできる。
規則に基づくエキスパートシステム24は、データベース40内に含まれる構成データに応じて構成される。動作面では、規則に基づくエキスパートシステム24は、プロセス制御システム16から受け取るデータに適用される規則を評価する。さらに、規則に基づくエキスパートシステム24は、モデルに基づくエキスパートシステム20によって計算された結果に適用される規則を評価する。これらの評価に基づき、規則に基づくエキスパートシステム24は、蒸留塔が正常に動作しているかどうかについての結論を出し、特定の異常な状況を明らかにすることができる。
モデルに基づくエキスパートシステム20および規則に基づくエキスパートシステム24はいずれも、異常事象の特定に関する警告メッセージ30および34をそれぞれ生成する。メッセージ調整モジュール36が、様々な情報源から受け取るメッセージを調整し、管理する。メッセージ調整モジュール36はさらに、規則に基づくエキスパートシステム24によって送られるメッセージ34にとって冗長な、モデルに基づくエキスパートシステム20からの任意のメッセージ30を抑制する。メッセージは、警告メッセージを表示するオペレータコンソール38および工場の様々な運転領域を監視する異常モニタに送られる。したがって、オペレータコンソール38は、蒸留塔の運転についての簡単な概要をオペレータに与え、何らかの発展中の異常の可能性を示すことができる。潜在的な異常事象を警告され、オペレータは蒸留塔の運転を調節するための措置を講じる(例えばバルブ、設定点、または他の制御機構を調節する)ことができる。本発明で使用するのに適したオペレータインターフェイスの詳細な一例が、参照によりその全体を援用する米国特許出願公開第2008/0097637号明細書(Anh Nguyenらによる題名「Application of Abnormal Event Detection (AED) Technology to Polymers Process」)(特許文献4)の中に記載されている。統合システムは、システム性能測定基準、編集履歴、警告履歴、オペレータの応答/フィードバック、およびトラブルシューティング情報を生成するためのウェブベースの報告機能も含むことができる。
図2は、蒸留塔用のPCAモデル(「T−814」と命名する)に使用される入力例を示す。これらの入力に基づき、T−814モデルは、蒸留塔の通常運転を表す様々なモデルの変数の値を計算する。計算された値が、モデルの変数によって表されるプロセス状態の実際の値と比較される。モデルによって計算された値から外れる実際のプロセス値は、蒸留塔が異常に動作していることを示し得る。可能な異常事象をさらに評価するために、偏差量を測る統計指標が規則に基づくエキスパートシステム内に供給される。
図3Aおよび図3Bは、規則に基づくエキスパートシステムが、蒸留塔ユニット内の異常事象をどのように特定できるのかについての一例を示す。この特定の例は、蒸留塔内の浸水事象を特定することに関する。図3Aは、プロセス変数に基づいて条件を評価するための1組の規則、およびモデルに基づくエキスパートシステムからの統計結果を示す。第2の規則条件(C2)内の関数「PCA−RESIDUAL」を使用して、主成分分析モデルT−814からの統計結果を評価する。ここでは、蒸留塔内の浸水事象を特定するために、1組の2つの規則条件(C1、C2)を組み合わせる。この1組の規則において、条件C1およびC2のどちらも真の場合、規則に基づくエキスパートシステムは浸水事象が発生したと判定する。
図3Bは、オペレータに提示される、この異常事象に関係する一連の助言的軽減ステップを示す。オプションで、このメッセージは、オペレータが異常な状況を軽減するのを支援する、操作手順などの任意の関連文書を含んでもよい。規則に基づくエキスパートシステムはさらに、塔の浸水事象の特定に関係する、モデルに基づくエキスパートシステムからの任意の冗長メッセージを抑制する。
図4は、本発明の別の実施形態の概略図を示す。図4のシステムは、2つの異なるPCAモデルM100およびM101を有する、モデルに基づくエキスパートシステムを使用する。モデルM100は、プロセスユニットがカスケード制御モードで動作しているときに使用されるようになされ、モデルM101は、プロセスユニットが自動制御モードで動作しているときに使用されるようになされる。「T1.PV」は、プロセス変数のためのデータを含むタグであり、「T1.mode」は、コントローラの運転モードに関する情報を含むタグであり、「T1.SP」は、コントローラの設定点の値を含むタグである。モデルM100およびM101は、タグ「T1.PV」および「T1.SP」による入力として、プロセス変数のためのデータおよび設定点の値を受け取る。規則に基づくエキスパートシステムは、「モードがカスケードに等しくない」という条件を有する規則R100を含む。この条件が真の場合、規則R100は、モデルM100によって生成される警告メッセージを抑制するアクションを引き起こす。規則に基づくエキスパートシステムは、「モードが自動に等しくない」という条件を有する規則R101も含む。この条件が真の場合、規則R101は、モデルM101によって生成される警告メッセージを抑制するアクションを引き起こす。特定のモデルのメッセージ抑制を引き起こすことができる条件は、製品の様々な等級、有意なプロセス遷移(例えば起動、停止、供給原料の切替え)、異なる供給原料の処理(例えばオレフィン生産においてエタンに代えてナフサを分解すること)、プロセス用装置の異なる構成(例えば異なる組の装置の稼動)、異なる期間(例えば夏と冬)、異なる生産速度(例えば高生産性と低生産性)など、プロセスユニットの他の種類の運転モードも含むことができる。
特定の実施形態では、エキスパートシステムの改善されたまたは最適化された動作を得るために、規則に基づくエキスパートシステム内の規則を順に評価する。一実施形態では、条件前提が完全に分かっている規則を、条件前提が完全には分かっていない規則の前に評価するように規則を順に評価する。とりわけ、その条件前提が他の規則の結論に依存する規則は、それらの他の規則を評価した後に評価する。言い換えれば、その条件が第1の規則(または1組の第1の規則)の結論に依存する第2の規則(または1組の第2の規則)がある場合、第1の規則(または1組の第1の規則)の結論を確立した後に第2の規則(または1組の第2の規則)を評価する。規則を適切な順序で評価するために、エキスパートシステムは、規則を評価すべき順番を列挙する規則評価スケジュールを使用することができる。エキスパートシステムは、新たな規則が追加されるとき、または既存の規則が修正されるときスケジュールを更新することができる(例えば評価スケジュールの更新を必要とする新たな条件前提が、修正された規則の中にあり得る)。スケジュールは、エキスパートシステムの動作の開始時に確立することができる。
本発明は、規則評価スケジュールを作成するための任意の適切なアルゴリズムを使用することができる。図5の流れ図に、規則評価スケジュールを作成するためのアルゴリズムの一例を示す。まず、他のいかなる規則にも依存しない(例えば属性またはモデルのパラメータへのデータ値の割当にしか依存しない)規則をスケジュールの始めに追加する。説明しやすいように、この1組の規則を規則セット1と呼ぶことができる。次に、規則セット1だけにさらに依存する規則をスケジュール内の次の項目として追加する。この場合もやはり説明しやすいように、この1組の規則を規則セット2と呼ぶことができる。次に、規則セット2だけにさらに依存する規則をスケジュール内の次の項目として追加する(すなわち規則セット3)。全ての規則をスケジュールし終えるまで、またはスケジュール内の項目一覧の増加が止まるまで、この過程をさらなる反復により繰り返すことができる。この反復過程の終了時に何らかのスケジュールされていない規則がある場合、それらの規則をスケジュールの終わりに追加し、さらに調査するために報告することができる。
この過程の結果は、規則の冗長なまたは循環的な評価を回避する規則スケジュールである。この特徴は、規則の競合解消に有用な場合があり、誤った評価やオペレータメッセージの誤トリガをなくすこと、循環参照を検出すること、および冗長な評価を合理化してなくすためにオペレータメッセージ抑制機能から規則評価を切り離すことが含まれる様々な利点をもたらすことができる。
本発明の特定の実施形態は、任意の適切なコンピュータシステム上に実装することができる。コンピュータシステムは、それぞれのプラットフォーム上のプロセッサによって実行可能命令が実行されるとき、その実行可能命令内に含まれ得る、もしくはその実行可能命令によって生成され得るデータおよび/または命令セットを記憶するためのアドレス指定可能メモリ(例えばランダムアクセスメモリやキャッシュメモリ)、ならびに必要な計算を実行するためのプロセッサを含むことができる。コンピュータシステムは、1台のコンピュータからなることができ、または上述の様々な機能および能力を実行するよう一緒にネットワーク接続される複数台のコンピュータを含んでもよい。例えば、開発したモデルおよび規則を開発サーバから製造サーバに容易に推進するためのオンデマンドデータベース同期機能を備える製造・開発システムとして使用するために、複数台のサーバをネットワーク接続することができる。本発明の特定の実施形態は、そのようなコンピュータシステムを使用する工場も包含する。本発明の特定の実施形態は、ハードドライブメモリ、フラッシュメモリ、光学的に符号化されたメモリ(例えばコンパクトディスク、DVD−ROM、DVD±R、CD−ROM、CD±R)など、コンピュータ可読記憶媒体形式のソフトウェアとして提供することもできる。
本発明の様々なシステム、モジュール、機能、またはコンポーネントを別々に説明したかもしれないが、実装する際、これらは必ずしも独立した要素として存在する必要はない。本明細書に開示した様々な機能および能力は、独立したユニットによって実行しても、単一ユニットにまとめてもよい。さらに、機能ユニット間の役務区分は変えることができる。さらに、本明細書に記載の機能的区別は様々な方法で統合することができる。例えば図1のシステムでは、メッセージの抑制に関わる作業を実行するための、独立したメッセージ調整モジュール36を示す。しかし、代わりにこのメッセージ抑制機能を規則に基づくエキスパートシステム24に統合することも可能である。したがって図1のブロック図では、明瞭さおよび理解を高めるために機能的区別をつけるが、本発明の実装における有意味の区別はないことがある。
上記の説明および例は、専ら本発明を例示するために記載したのであり、限定的であることは意図しない。開示した本発明の態様および実施形態のそれぞれは、個々に検討しても、本発明の他の態様、実施形態、および改変形態と組み合わせて検討してもよい。当業者なら本発明の趣旨および要旨を取り入れる開示した実施形態の修正形態を思いつく可能性があり、そのような修正形態は本発明の範囲に含まれる。
Claims (25)
- 工場を運転するための方法であって、
前記工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムを有するステップと、
前記工場内の前記プロセスユニットの前記動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムを有するステップと、
前記プロセスユニットの動作状態についてのデータを使用して前記プロセスユニットの前記動作を評価するために前記モデルに基づくエキスパートシステムを適用するステップと、
前記モデルに基づくエキスパートシステムから結果を得るステップと、
(a)前記プロセスユニットの前記動作状態についてのデータ、および(b)前記モデルに基づくエキスパートシステムからの前記結果を使用し、前記プロセスユニットの前記動作における可能な異常を特定するために前記規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
前記モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、前記抑制されるメッセージは前記異常に関係する、抑制するステップと、
前記異常に関する前記メッセージに基づいて前記プロセスユニットの前記動作を調節するステップと
を含む、方法。 - 前記モデルに基づくエキスパートシステム内の前記数学モデルには、主成分分析モデルが含まれる、請求項1に記載の方法。
- 前記数学モデルには、バルブ流量モデル、比例・積分・微分制御監視モデル、および部分最小二乗(PLS)モデルがさらに含まれる、請求項2に記載の方法。
- 前記モデルに基づくエキスパートシステムおよび前記規則に基づくエキスパートシステムの両方によってアクセス可能なデータベースを使用するステップをさらに含み、前記データベースが、
(a)前記モデルに基づくエキスパートシステム内の前記数学モデルの構成に関するデータ、および
(b)前記規則に基づくエキスパートシステム内の前記規則の構成に関するデータ
を含む、請求項1に記載の方法。 - 前記データベースが、(c)統合エキスパートシステム内のメッセージ抑制関係に関するデータをさらに含む、請求項4に記載の方法。
- 前記モデルに基づくエキスパートシステムからの前記結果が、前記プロセスユニットの前記動作についての統計的分析結果であり、前記規則に基づくエキスパートシステムが、前記モデルに基づくエキスパートシステムによって計算された前記統計的分析結果を評価する、請求項1に記載の方法。
- 前記モデルに基づくエキスパートシステムが、前記工場内の同じプロセスユニット用に複数の異なる数学モデルを含み、
前記モデルに基づくエキスパートシステムが、前記様々な数学モデルから1つまたは複数の結果を計算し、
前記規則に基づくエキスパートシステムが、(c)前記プロセスユニットの運転モードに関する情報をさらに使用し、
抑制するために選択される前記メッセージが、前記プロセスユニットの前記運転モードに基づいて少なくとも部分的に決定される、
請求項1に記載の方法。 - 前記規則に基づくエキスパートシステムを適用する前記ステップは、条件前提が完全に分かっている規則を、条件前提が完全には分かっていない前記規則の前に評価するように前記1組の規則を順に評価するステップを含む、請求項1に記載の方法。
- 前記1組の規則が、第1の規則と、前記第1の規則の結論に依存する第2の規則とを含み、前記第1の規則が前記第2の規則の前に評価される、請求項8に記載の方法。
- 前記規則に基づくエキスパートシステムを適用する前記ステップが、前記1組の規則を規則評価スケジュールに従って評価するステップを含み、前記方法が、
その条件が他の規則に依存しない1組の第1の規則を前記規則評価スケジュールに追加するステップと、
その条件が前記1組の第1の規則内の規則に対する依存関係を含むが、他のいかなる規則にも依存しない、前記スケジュール内にまだない1組の第2の規則を前記規則評価スケジュールに追加するステップと
を含む、規則評価スケジュールを作成するステップをさらに含む、請求項1に記載の方法。 - 規則評価スケジュールを作成する前記ステップが、その条件が前記1組の第1の規則または前記1組の第2の規則内の規則に対する依存関係を含むが、他のいかなる規則にも依存しない、前記スケジュール内にまだない1組の第3の規則を前記規則評価スケジュールに追加するステップをさらに含む、請求項10に記載の方法。
- プロセスユニットと、
前記プロセスユニットの動作状態を感知する複数のセンサと、
前記複数のセンサと通信するプロセス制御システムと、
オペレータインターフェイスと、
a)前記プロセスユニットの前記動作を評価するための1組の規則を含む、規則に基づくエキスパートシステム
b)前記プロセスユニットの前記動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステム
を含むコンピュータシステムと
を備える工場であって、
前記コンピュータシステムは、
前記プロセスユニットの前記動作状態についてのデータを受け取るステップと、
前記プロセスユニットの前記動作状態についてのデータを使用して前記プロセスユニットの前記動作を評価するために前記モデルに基づくエキスパートシステムを適用するステップと、
前記モデルに基づくエキスパートシステムから結果を得るステップと、
(a)前記プロセスユニットの前記動作状態についてのデータ、および(b)前記モデルに基づくエキスパートシステムからの前記結果を使用し、前記プロセスユニットの前記動作における可能な異常を特定するために前記規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
前記モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、前記抑制されるメッセージは前記異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
工場。 - 前記モデルに基づくエキスパートシステム内の前記数学モデルには、主成分分析モデルが含まれる、請求項12に記載の工場。
- 前記数学モデルには、バルブ流量モデル、比例・積分・微分制御監視モデル、および部分最小二乗(PLS)モデルがさらに含まれる、請求項13に記載の工場。
- 前記モデルに基づくエキスパートシステムおよび前記規則に基づくエキスパートシステムの両方によってアクセス可能なデータベースを使用することをさらに含み、前記データベースが、
(a)前記モデルに基づくエキスパートシステム内の前記数学モデルの構成に関するデータ、および
(b)前記規則に基づくエキスパートシステム内の前記規則の構成に関するデータ
を含む、請求項12に記載の工場。 - 前記データベースが、(c)統合エキスパートシステム内のメッセージ抑制関係に関するデータをさらに含む、請求項15に記載の工場。
- 前記モデルに基づくエキスパートシステムからの前記結果が、前記プロセスユニットの前記動作についての統計的分析結果であり、前記規則に基づくエキスパートシステムが、前記モデルに基づくエキスパートシステムによって計算された前記統計的分析結果を評価する、請求項12に記載の工場。
- 前記モデルに基づくエキスパートシステムが、前記工場内の同じプロセスユニット用に複数の異なる数学モデルを含み、
前記モデルに基づくエキスパートシステムが、前記様々な数学モデルから1つまたは複数の結果を計算し、
前記規則に基づくエキスパートシステムが、(c)前記プロセスユニットの運転モードに関する情報をさらに使用し、
抑制するために選択される前記メッセージが、前記プロセスユニットの前記運転モードに基づいて少なくとも部分的に決定される、
請求項12に記載の工場。 - a)工場内のプロセスユニットの動作を評価するための1組の規則を含む、規則に基づくエキスパートシステムと、
b)前記プロセスユニットの前記動作を評価するための数学モデルを含む、モデルに基づくエキスパートシステムと
を含むコンピュータシステムであって、
前記プロセスユニットの動作状態についてのデータを受け取るステップと、
前記プロセスユニットの前記動作状態についてのデータを使用して前記プロセスユニットの前記動作を評価するために前記モデルに基づくエキスパートシステムを適用するステップと、
前記モデルに基づくエキスパートシステムから結果を得るステップと、
(a)前記プロセスユニットの前記動作状態についてのデータ、および(b)前記モデルに基づくエキスパートシステムからの前記結果を使用し、前記プロセスユニットの前記動作における可能な異常を特定するために前記規則に基づくエキスパートシステムを適用するステップと、
異常に関するメッセージをオペレータインターフェイスに送るステップと、
前記モデルに基づくエキスパートシステムからのメッセージを抑制するステップであって、前記抑制されるメッセージは前記異常に関係する、抑制するステップと
を含むステップを実行するようにプログラムされる、
コンピュータシステム。 - 前記モデルに基づくエキスパートシステム内の前記数学モデルには、主成分分析モデルが含まれる、請求項19に記載のコンピュータシステム。
- 前記数学モデルには、バルブ流量モデル、比例・積分・微分制御監視モデル、および部分最小二乗(PLS)モデルがさらに含まれる、請求項20に記載のコンピュータシステム。
- 前記モデルに基づくエキスパートシステムおよび前記規則に基づくエキスパートシステムの両方によってアクセス可能なデータベースを使用することをさらに含み、前記データベースが、
(a)前記モデルに基づくエキスパートシステム内の前記数学モデルの構成に関するデータ、および
(b)前記規則に基づくエキスパートシステム内の前記規則の構成に関するデータ
を含む、請求項19に記載のコンピュータシステム。 - 前記データベースが、(c)統合エキスパートシステム内のメッセージ抑制関係に関するデータをさらに含む、請求項22に記載のコンピュータシステム。
- 前記モデルに基づくエキスパートシステムからの前記結果が、前記プロセスユニットの前記動作についての統計的分析結果であり、前記規則に基づくエキスパートシステムが、前記モデルに基づくエキスパートシステムによって計算された前記統計的分析結果を評価する、請求項19に記載のコンピュータシステム。
- 前記モデルに基づくエキスパートシステムが、前記工場内の同じプロセスユニット用に複数の異なる数学モデルを含み、
前記モデルに基づくエキスパートシステムが、前記様々な数学モデルから1つまたは複数の結果を計算し、
前記規則に基づくエキスパートシステムが、(c)前記プロセスユニットの運転モードに関する情報をさらに使用し、
抑制するために選択される前記メッセージが、前記プロセスユニットの前記運転モードに基づいて少なくとも部分的に決定される、
請求項19に記載のコンピュータシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US33239210P | 2010-05-07 | 2010-05-07 | |
US61/332,392 | 2010-05-07 | ||
US13/101,497 | 2011-05-05 | ||
US13/101,497 US8862250B2 (en) | 2010-05-07 | 2011-05-05 | Integrated expert system for identifying abnormal events in an industrial plant |
PCT/US2011/035466 WO2011140414A1 (en) | 2010-05-07 | 2011-05-06 | Integrated expert system for identifying abnormal events in an industrial plant |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013528867A true JP2013528867A (ja) | 2013-07-11 |
Family
ID=44902472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013509284A Pending JP2013528867A (ja) | 2010-05-07 | 2011-05-06 | 工場内の異常事象を特定するための統合エキスパートシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US8862250B2 (ja) |
EP (1) | EP2567330A4 (ja) |
JP (1) | JP2013528867A (ja) |
CA (1) | CA2795828C (ja) |
SG (1) | SG184251A1 (ja) |
WO (1) | WO2011140414A1 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1397489B1 (it) * | 2009-12-19 | 2013-01-16 | Nuovo Pignone Spa | Metodo e sistema per diagnosticare compressori. |
US9488967B2 (en) * | 2012-12-11 | 2016-11-08 | International Business Machines Corporation | Configuring building energy management systems using knowledge encoded in building management system points lists |
US9898789B2 (en) * | 2013-04-16 | 2018-02-20 | Palo Alto Research Center Incorporated | Method and a system for providing hosted services based on a generalized model of a health/wellness program |
EP3103075A1 (en) * | 2014-02-04 | 2016-12-14 | Exxonmobil Research And Engineering Company | Operational programming of a facility |
EP3103074A1 (en) * | 2014-02-04 | 2016-12-14 | Exxonmobil Research And Engineering Company | Flexible time modeling of a facility |
US9953266B2 (en) * | 2014-11-14 | 2018-04-24 | International Business Machines Corporation | Management of building energy systems through quantification of reliability |
US10505790B2 (en) | 2015-05-14 | 2019-12-10 | Honeywell International Inc. | Apparatus and method for automated event notification read receipt to support non-repudiated auditing or other functions in industrial process control and automation system |
US10021063B2 (en) | 2015-05-14 | 2018-07-10 | Honeywell International Inc. | Apparatus and method for protecting proprietary information over public notification infrastructure |
US10466688B2 (en) | 2015-05-14 | 2019-11-05 | Honeywell International Inc. | Apparatus and method for providing event context with notifications related to industrial process control and automation system |
US10078326B2 (en) | 2015-05-14 | 2018-09-18 | Honeywell International Inc. | Apparatus and method for event detection to support mobile notifications related to industrial process control and automation system |
US10021064B2 (en) * | 2015-05-14 | 2018-07-10 | Honeywell International Inc. | Apparatus and method for translating industrial process control and automation system events into mobile notifications |
US20170153624A1 (en) * | 2015-11-30 | 2017-06-01 | Christopher Stott Cameron | Assembly line efficiency system |
US10574739B2 (en) * | 2016-02-26 | 2020-02-25 | Honeywell International Inc. | System and method for smart event paging |
US10466686B2 (en) | 2017-02-17 | 2019-11-05 | Honeywell International Inc. | System and method for automatic configuration of a data collection system and schedule for control system monitoring |
EP3379429A1 (en) * | 2017-03-22 | 2018-09-26 | Siemens Aktiengesellschaft | A method for retrieving a recommendation from a knowledge database of a ticketing system |
US11662719B2 (en) * | 2017-09-29 | 2023-05-30 | Rockwell Automation Technologies, Inc. | Classification modeling for monitoring, diagnostics optimization and control |
US11709480B2 (en) | 2018-05-14 | 2023-07-25 | Honeywell International Inc. | System and method for automatic data classification for use with data collection system and process control system |
EP3731201B1 (en) * | 2019-04-24 | 2022-11-09 | ABB Schweiz AG | A support system for an operator |
CN112070399B (zh) * | 2020-09-09 | 2024-02-13 | 中国人民解放军火箭军工程大学 | 一种大型工程结构安全风险评估方法及系统 |
US11314572B1 (en) | 2021-05-01 | 2022-04-26 | Microsoft Technology Licensing, Llc | System and method of data alert suppression |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070250292A1 (en) * | 2006-04-21 | 2007-10-25 | Perry Alagappan | Application of abnormal event detection technology to delayed coking unit |
US7349746B2 (en) * | 2004-09-10 | 2008-03-25 | Exxonmobil Research And Engineering Company | System and method for abnormal event detection in the operation of continuous industrial processes |
US20080097637A1 (en) * | 2006-03-21 | 2008-04-24 | Nguyen Anh T | Application of abnormal event detection (AED) technology to polymers process |
US20080154832A1 (en) * | 2006-01-24 | 2008-06-26 | Bohumil Vaclav Kral | Method for message suppression in rule based expert system |
Family Cites Families (86)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3175968A (en) | 1961-06-23 | 1965-03-30 | Phillips Petroleum Co | Automatic control and optimization of a fluidized catalytic cracker |
US4060716A (en) | 1975-05-19 | 1977-11-29 | Rockwell International Corporation | Method and apparatus for automatic abnormal events monitor in operating plants |
US4549934A (en) | 1984-04-25 | 1985-10-29 | Conoco, Inc. | Flash zone draw tray for coker fractionator |
DE3609348A1 (de) | 1986-03-20 | 1987-09-24 | Ruetgerswerke Ag | Verfahren zur kontinuierlichen verkokung von pechen und verwendung des gewonnenen kokses |
US5351247A (en) | 1988-12-30 | 1994-09-27 | Digital Equipment Corporation | Adaptive fault identification system |
JPH0660826B2 (ja) * | 1989-02-07 | 1994-08-10 | 動力炉・核燃料開発事業団 | プラントの異常診断方法 |
JPH0692914B2 (ja) | 1989-04-14 | 1994-11-16 | 株式会社日立製作所 | 機器/設備の状態診断システム |
JPH03154847A (ja) | 1989-11-13 | 1991-07-02 | Komatsu Ltd | 故障診断装置 |
US5465321A (en) | 1993-04-07 | 1995-11-07 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Hidden markov models for fault detection in dynamic systems |
JP3147586B2 (ja) | 1993-05-21 | 2001-03-19 | 株式会社日立製作所 | プラントの監視診断方法 |
US5457625A (en) | 1994-04-13 | 1995-10-10 | The M. W. Kellogg Company | Maximizing process production rates using permanent constraints |
US5817958A (en) | 1994-05-20 | 1998-10-06 | Hitachi, Ltd. | Plant monitoring and diagnosing method and system, as well as plant equipped with the system |
US5528516A (en) * | 1994-05-25 | 1996-06-18 | System Management Arts, Inc. | Apparatus and method for event correlation and problem reporting |
US5841659A (en) * | 1994-05-26 | 1998-11-24 | Matsushita Electric Industrial Co., Ltd. | Production plan generating method and apparatus |
US5539877A (en) | 1994-06-27 | 1996-07-23 | International Business Machine Corporation | Problem determination method for local area network systems |
US6907383B2 (en) | 1996-03-28 | 2005-06-14 | Rosemount Inc. | Flow diagnostic system |
US7085610B2 (en) | 1996-03-28 | 2006-08-01 | Fisher-Rosemount Systems, Inc. | Root cause diagnostics |
DE19623291A1 (de) | 1996-06-11 | 1997-12-18 | Basf Ag | Verfahren zur Herstellung von schwefelarmen aliphatischen Verbindungen |
US5859964A (en) | 1996-10-25 | 1999-01-12 | Advanced Micro Devices, Inc. | System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes |
JPH10143343A (ja) | 1996-11-07 | 1998-05-29 | Fuji Electric Co Ltd | 連想型プラント異常診断装置 |
US5949677A (en) | 1997-01-09 | 1999-09-07 | Honeywell Inc. | Control system utilizing fault detection |
US5950147A (en) | 1997-06-05 | 1999-09-07 | Caterpillar Inc. | Method and apparatus for predicting a fault condition |
US6115656A (en) | 1997-06-17 | 2000-09-05 | Mcdonnell Douglas Corporation | Fault recording and reporting method |
US6564119B1 (en) | 1998-07-21 | 2003-05-13 | Dofasco Inc. | Multivariate statistical model-based system for monitoring the operation of a continuous caster and detecting the onset of impending breakouts |
FI982262A0 (fi) | 1998-10-19 | 1998-10-19 | Valmet Automation Inc | Menetelmä ja laitteisto teollisuusprosessin toiminnan seuraamiseksi |
NO312303B1 (no) | 1999-02-11 | 2002-04-22 | Thermtech As | Fremgangsmate for katalytisk oppgradering og hydrogenering av hydrokarboner |
US6505145B1 (en) | 1999-02-22 | 2003-01-07 | Northeast Equipment Inc. | Apparatus and method for monitoring and maintaining plant equipment |
US6513129B1 (en) * | 1999-06-30 | 2003-01-28 | Objective Systems Integrators, Inc. | System and method for managing faults using a gateway |
US6368975B1 (en) | 1999-07-07 | 2002-04-09 | Applied Materials, Inc. | Method and apparatus for monitoring a process by employing principal component analysis |
US6466877B1 (en) | 1999-09-15 | 2002-10-15 | General Electric Company | Paper web breakage prediction using principal components analysis and classification and regression trees |
US6522978B1 (en) | 1999-09-15 | 2003-02-18 | General Electric Company | Paper web breakage prediction using principal components analysis and classification and regression trees |
US6809837B1 (en) | 1999-11-29 | 2004-10-26 | Xerox Corporation | On-line model prediction and calibration system for a dynamically varying color reproduction device |
US6133132A (en) | 2000-01-20 | 2000-10-17 | Advanced Micro Devices, Inc. | Method for controlling transistor spacer width |
DE50009310D1 (de) | 2000-01-29 | 2005-02-24 | Abb Research Ltd | System und verfahren zur ermittlung der produktionsanlagen-effektivität, von fehlerereignissen und der fehlerursachen |
US6917845B2 (en) | 2000-03-10 | 2005-07-12 | Smiths Detection-Pasadena, Inc. | Method for monitoring environmental condition using a mathematical model |
US7500143B2 (en) | 2000-05-05 | 2009-03-03 | Computer Associates Think, Inc. | Systems and methods for managing and analyzing faults in computer networks |
GB2362481B (en) | 2000-05-09 | 2004-12-01 | Rolls Royce Plc | Fault diagnosis |
US6917839B2 (en) | 2000-06-09 | 2005-07-12 | Intellectual Assets Llc | Surveillance system and method having an operating mode partitioned fault classification model |
US6636842B1 (en) | 2000-07-15 | 2003-10-21 | Intevep, S.A. | System and method for controlling an industrial process utilizing process trajectories |
US6681344B1 (en) | 2000-09-14 | 2004-01-20 | Microsoft Corporation | System and method for automatically diagnosing a computer problem |
US6978210B1 (en) | 2000-10-26 | 2005-12-20 | Conocophillips Company | Method for automated management of hydrocarbon gathering systems |
US20020077792A1 (en) | 2000-10-27 | 2002-06-20 | Panacya, Inc. | Early warning in e-service management systems |
US6735541B2 (en) | 2001-02-16 | 2004-05-11 | Exxonmobil Research And Engineering Company | Process unit monitoring program |
US6954713B2 (en) | 2001-03-01 | 2005-10-11 | Fisher-Rosemount Systems, Inc. | Cavitation detection in a process plant |
US6965806B2 (en) | 2001-03-01 | 2005-11-15 | Fisher-Rosemount Systems Inc. | Automatic work order/parts order generation and tracking |
US7389204B2 (en) | 2001-03-01 | 2008-06-17 | Fisher-Rosemount Systems, Inc. | Data presentation system for abnormal situation prevention in a process plant |
EP1374167B1 (en) | 2001-03-08 | 2010-05-12 | California Institute Of Technology | Real-time spatio-temporal coherence estimation for autonomous mode identification and invariance tracking |
US7539597B2 (en) | 2001-04-10 | 2009-05-26 | Smartsignal Corporation | Diagnostic systems and methods for predictive condition monitoring |
US20020183971A1 (en) | 2001-04-10 | 2002-12-05 | Wegerich Stephan W. | Diagnostic systems and methods for predictive condition monitoring |
US7088255B2 (en) | 2001-05-29 | 2006-08-08 | Westinghouse Electric Co, Llc | Health monitoring display system for a complex plant |
US7457732B2 (en) | 2001-08-17 | 2008-11-25 | General Electric Company | System and method for measuring quality of baseline modeling techniques |
WO2003025689A2 (en) | 2001-09-14 | 2003-03-27 | Ibex Process Technology, Inc. | Large scale process control by driving factor identification |
US6980938B2 (en) | 2002-01-10 | 2005-12-27 | Cutler Technology Corporation | Method for removal of PID dynamics from MPC models |
US20040006204A1 (en) | 2002-04-02 | 2004-01-08 | Miriam Tendler | Synthetic active peptide fragments |
US7096074B2 (en) | 2002-05-30 | 2006-08-22 | Insyst Ltd. | Methods and apparatus for early fault detection and alert generation in a process |
US6897071B2 (en) | 2002-08-13 | 2005-05-24 | Saudi Arabian Oil Company | Topological near infrared analysis modeling of petroleum refinery products |
US6904386B2 (en) | 2002-10-07 | 2005-06-07 | Honeywell International Inc. | Control system and method for detecting plugging in differential pressure cells |
US7150048B2 (en) | 2002-12-18 | 2006-12-19 | Buckman Robert F | Method and apparatus for body impact protection |
US6993407B2 (en) | 2003-10-02 | 2006-01-31 | Taiwan Semiconductor Manufacturing Company | Method and system for analyzing semiconductor fabrication |
US7539974B2 (en) | 2003-10-24 | 2009-05-26 | Microsoft Corporation | Scalable synchronous and asynchronous processing of monitoring rules |
US7447609B2 (en) | 2003-12-31 | 2008-11-04 | Honeywell International Inc. | Principal component analysis based fault classification |
US7096153B2 (en) | 2003-12-31 | 2006-08-22 | Honeywell International Inc. | Principal component analysis based fault classification |
US7079984B2 (en) | 2004-03-03 | 2006-07-18 | Fisher-Rosemount Systems, Inc. | Abnormal situation prevention in a process plant |
US7260501B2 (en) * | 2004-04-21 | 2007-08-21 | University Of Connecticut | Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance |
US7729789B2 (en) * | 2004-05-04 | 2010-06-01 | Fisher-Rosemount Systems, Inc. | Process plant monitoring based on multivariate statistical analysis and on-line process simulation |
JP2007536634A (ja) | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US6973396B1 (en) | 2004-05-28 | 2005-12-06 | General Electric Company | Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like |
US7536274B2 (en) | 2004-05-28 | 2009-05-19 | Fisher-Rosemount Systems, Inc. | System and method for detecting an abnormal situation associated with a heater |
WO2005124491A1 (en) | 2004-06-12 | 2005-12-29 | Fisher-Rosemount Systems, Inc. | System and method for detecting an abnormal situation associated with a process gain of a control loop |
US20060074598A1 (en) | 2004-09-10 | 2006-04-06 | Emigholz Kenneth F | Application of abnormal event detection technology to hydrocracking units |
US7567887B2 (en) | 2004-09-10 | 2009-07-28 | Exxonmobil Research And Engineering Company | Application of abnormal event detection technology to fluidized catalytic cracking unit |
US7424395B2 (en) | 2004-09-10 | 2008-09-09 | Exxonmobil Research And Engineering Company | Application of abnormal event detection technology to olefins recovery trains |
US7181654B2 (en) | 2004-09-17 | 2007-02-20 | Fisher-Rosemount Systems, Inc. | System and method for detecting an abnormal situation associated with a reactor |
SE529228C2 (sv) * | 2004-12-20 | 2007-06-05 | Abb Ab | Metod och system för att automatiskt bestämma vilket larm, genererat vid en industrianläggning, som skall döljas eller presenteras för en operatör |
US20070083846A1 (en) * | 2005-07-28 | 2007-04-12 | Taiwan Semiconductor Manufacturing Company, Ltd. | Optimized modules' proximity correction |
CN101305327A (zh) | 2005-10-14 | 2008-11-12 | 费舍-柔斯芒特系统股份有限公司 | 与多元统计分析一起用于过程中的故障检测和隔离及异常情况预防的统计特征 |
US7734451B2 (en) | 2005-10-18 | 2010-06-08 | Honeywell International Inc. | System, method, and computer program for early event detection |
US20070088448A1 (en) | 2005-10-19 | 2007-04-19 | Honeywell International Inc. | Predictive correlation model system |
US7243048B2 (en) | 2005-11-28 | 2007-07-10 | Honeywell International, Inc. | Fault detection system and method using multiway principal component analysis |
US7533070B2 (en) | 2006-05-30 | 2009-05-12 | Honeywell International Inc. | Automatic fault classification for model-based process monitoring |
US20100200255A1 (en) | 2006-08-07 | 2010-08-12 | Specialist Innovations Pty Ltd | Gardening tool wtih prongs and blade member |
US8014880B2 (en) | 2006-09-29 | 2011-09-06 | Fisher-Rosemount Systems, Inc. | On-line multivariate analysis in a distributed process control system |
US8285513B2 (en) | 2007-02-27 | 2012-10-09 | Exxonmobil Research And Engineering Company | Method and system of using inferential measurements for abnormal event detection in continuous industrial processes |
US9111020B2 (en) * | 2007-03-24 | 2015-08-18 | General Electric Company | Architecture and methods for sophisticated distributed information systems |
US20090149981A1 (en) | 2007-08-14 | 2009-06-11 | Wayne Errol Evans | System and methods for continuous, online monitoring of a chemical plant or refinery |
US7756678B2 (en) | 2008-05-29 | 2010-07-13 | General Electric Company | System and method for advanced condition monitoring of an asset system |
-
2011
- 2011-05-05 US US13/101,497 patent/US8862250B2/en active Active
- 2011-05-06 CA CA2795828A patent/CA2795828C/en active Active
- 2011-05-06 SG SG2012071056A patent/SG184251A1/en unknown
- 2011-05-06 WO PCT/US2011/035466 patent/WO2011140414A1/en active Application Filing
- 2011-05-06 EP EP11778399.3A patent/EP2567330A4/en not_active Withdrawn
- 2011-05-06 JP JP2013509284A patent/JP2013528867A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7349746B2 (en) * | 2004-09-10 | 2008-03-25 | Exxonmobil Research And Engineering Company | System and method for abnormal event detection in the operation of continuous industrial processes |
US20080154832A1 (en) * | 2006-01-24 | 2008-06-26 | Bohumil Vaclav Kral | Method for message suppression in rule based expert system |
US20080097637A1 (en) * | 2006-03-21 | 2008-04-24 | Nguyen Anh T | Application of abnormal event detection (AED) technology to polymers process |
US20070250292A1 (en) * | 2006-04-21 | 2007-10-25 | Perry Alagappan | Application of abnormal event detection technology to delayed coking unit |
Also Published As
Publication number | Publication date |
---|---|
EP2567330A1 (en) | 2013-03-13 |
SG184251A1 (en) | 2012-10-30 |
US8862250B2 (en) | 2014-10-14 |
CA2795828C (en) | 2016-02-09 |
CA2795828A1 (en) | 2011-11-10 |
US20110276165A1 (en) | 2011-11-10 |
EP2567330A4 (en) | 2016-12-28 |
WO2011140414A1 (en) | 2011-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013528867A (ja) | 工場内の異常事象を特定するための統合エキスパートシステム | |
US10809704B2 (en) | Process performance issues and alarm notification using data analytics | |
US11194317B2 (en) | Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate | |
US10994240B2 (en) | Remote monitoring of pressure swing adsorption units | |
Goel et al. | Industrial alarm systems: Challenges and opportunities | |
US7213174B2 (en) | Provision of process related information | |
Vogel-Heuser et al. | Criteria-based alarm flood pattern recognition using historical data from automated production systems (aPS) | |
US10635096B2 (en) | Methods for analytics-driven alarm rationalization, assessment of operator response, and incident diagnosis and related systems | |
US11605025B2 (en) | Automated quality check and diagnosis for production model refresh | |
US10705516B2 (en) | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk fault tree method and system | |
JP7333473B2 (ja) | 空気予熱機器の汚染をリアルタイムで監視及び予測する方法及びシステム | |
Hu et al. | DBN based failure prognosis method considering the response of protective layers for the complex industrial systems | |
WO2013041440A1 (en) | System and method for plant wide asset management | |
Hu et al. | A two-level intelligent alarm management framework for process safety | |
CN109564423B (zh) | 监测和控制工业过程的方法以及过程控制系统 | |
US11250366B2 (en) | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk sloping trend method and system | |
EP3187950B1 (en) | A method for managing alarms in a control system | |
Lee et al. | Design of an integrated operator support system for advanced NPP MCRs: issues and perspectives | |
US20220214679A1 (en) | Dynamic Prediction of Risk Levels for Manufacturing Operations through Leading Risk Indicators: Dynamic Exceedance Probability Method and System | |
Peco Chacón et al. | False alarms management by data science | |
US20240085878A1 (en) | Dynamic Prediction of Risk Levels for Manufacturing Operations through Leading Risk Indicators: Dynamic Risk Pattern Match Method and System | |
US20230359194A1 (en) | System and method for predicting shutdown alarms in boiler using machine learning | |
WO2019234913A1 (ja) | 支援装置、学習装置、及びプラント運転条件設定支援システム | |
US10699556B1 (en) | System and method for plant operation gap analysis and guidance solution | |
EP3971800A1 (en) | Safety interlock recommendation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140424 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150127 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150623 |